Overview

Dataset statistics

Number of variables36
Number of observations12534
Missing cells53420
Missing cells (%)11.8%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory2.9 MiB
Average record size in memory246.0 B

Variable types

Numeric14
Text5
Categorical9
Boolean6
DateTime2

Alerts

currency has constant value "Kč"Constant
cellar_area_m2 is highly overall correlated with has_cellarHigh correlation
district_id is highly overall correlated with locality_region_id and 2 other fieldsHigh correlation
energy_class is highly overall correlated with energy_efficiency_ratingHigh correlation
energy_efficiency_rating is highly overall correlated with energy_classHigh correlation
floor_number is highly overall correlated with total_floorsHigh correlation
has_cellar is highly overall correlated with cellar_area_m2High correlation
has_loggia is highly overall correlated with loggia_area_m2High correlation
is_furnished is highly overall correlated with municipality_idHigh correlation
locality_region_id is highly overall correlated with district_id and 2 other fieldsHigh correlation
location_type is highly overall correlated with municipality_idHigh correlation
loggia_area_m2 is highly overall correlated with has_loggiaHigh correlation
longitude is highly overall correlated with locality_region_idHigh correlation
municipality_id is highly overall correlated with district_id and 3 other fieldsHigh correlation
price_total is highly overall correlated with district_idHigh correlation
total_area_m2 is highly overall correlated with usable_area_m2High correlation
total_floors is highly overall correlated with floor_numberHigh correlation
usable_area_m2 is highly overall correlated with total_area_m2High correlation
ownership_type is highly imbalanced (70.3%)Imbalance
total_area_m2 has 6277 (50.1%) missing valuesMissing
loggia_area_m2 has 10983 (87.6%) missing valuesMissing
cellar_area_m2 has 8228 (65.6%) missing valuesMissing
total_floors has 3167 (25.3%) missing valuesMissing
location_type has 6330 (50.5%) missing valuesMissing
construction_year has 9242 (73.7%) missing valuesMissing
energy_class has 1446 (11.5%) missing valuesMissing
energy_efficiency_rating has 1446 (11.5%) missing valuesMissing
is_furnished has 6161 (49.2%) missing valuesMissing
total_area_m2 is highly skewed (γ1 = 34.61044899)Skewed
construction_year is highly skewed (γ1 = -23.84445092)Skewed
id has unique valuesUnique
web_link has unique valuesUnique
created_at has unique valuesUnique

Reproduction

Analysis started2026-01-05 11:27:36.746137
Analysis finished2026-01-05 11:27:47.940448
Duration11.19 seconds
Software versionydata-profiling vv4.18.0
Download configurationconfig.json

Variables

id
Real number (ℝ)

Unique 

Distinct12534
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2.1571733 × 109
Minimum586572
Maximum4.2949187 × 109
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:47.967617image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum586572
5-th percentile2.0861012 × 108
Q11.0762351 × 109
median2.185309 × 109
Q33.216776 × 109
95-th percentile4.088742 × 109
Maximum4.2949187 × 109
Range4.2943322 × 109
Interquartile range (IQR)2.1405409 × 109

Descriptive statistics

Standard deviation1.2438272 × 109
Coefficient of variation (CV)0.57660052
Kurtosis-1.200877
Mean2.1571733 × 109
Median Absolute Deviation (MAD)1.070807 × 109
Skewness-0.021937812
Sum2.703801 × 1013
Variance1.5471062 × 1018
MonotonicityNot monotonic
2026-01-05T12:27:48.006497image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
31219925241
 
< 0.1%
25754468601
 
< 0.1%
14400356601
 
< 0.1%
21182431481
 
< 0.1%
17749041401
 
< 0.1%
15819006201
 
< 0.1%
41369035001
 
< 0.1%
31661801721
 
< 0.1%
1901945081
 
< 0.1%
23361093881
 
< 0.1%
Other values (12524)12524
99.9%
ValueCountFrequency (%)
5865721
< 0.1%
9920761
< 0.1%
10332921
< 0.1%
15819001
< 0.1%
17580281
< 0.1%
22618361
< 0.1%
29581561
< 0.1%
32162041
< 0.1%
43999481
< 0.1%
44695801
< 0.1%
ValueCountFrequency (%)
42949187321
< 0.1%
42948083961
< 0.1%
42946811641
< 0.1%
42935386361
< 0.1%
42925515001
< 0.1%
42925310201
< 0.1%
42921541881
< 0.1%
42917650681
< 0.1%
42917036281
< 0.1%
42910974201
< 0.1%

web_link
Text

Unique 

Distinct12534
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:48.194279image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Length

Max length136
Median length119
Mean length83.956199
Min length60

Characters and Unicode

Total characters1052307
Distinct characters40
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique12534 ?
Unique (%)100.0%

Sample

1st rowhttps://www.sreality.cz/detail/prodej/byt/2+kk/praha-strizkov-strizkovska/3121992524
2nd rowhttps://www.sreality.cz/detail/prodej/byt/5+kk/praha-hostavice-ceskobrodska/3094987596
3rd rowhttps://www.sreality.cz/detail/prodej/byt/2+1/praha-smichov-strakonicka/465638220
4th rowhttps://www.sreality.cz/detail/prodej/byt/2+1/praha-veleslavin-na-petrinach/2562995020
5th rowhttps://www.sreality.cz/detail/prodej/byt/3+kk/praha-cerny-most-vasatkova/2660512588
ValueCountFrequency (%)
https://www.sreality.cz/detail/prodej/byt/2+kk/praha-strizkov-strizkovska/31219925241
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/4+kk/praha-zbraslav-na-banich/3023307001
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/3+kk/praha-bubenec-jugoslavskych-partyzanu/4470792441
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/4+1/praha-nove-mesto-lannova/17776115961
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/2+1/praha-smichov-strakonicka/4656382201
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/2+1/praha-veleslavin-na-petrinach/25629950201
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/3+kk/praha-cerny-most-vasatkova/26605125881
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/1+kk/praha-strizkov-strizkovska/30868816121
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/3+kk/praha-strasnice-na-hroude/2445689081
 
< 0.1%
https://www.sreality.cz/detail/prodej/byt/3+1/praha-chodov-laskova/38423847161
 
< 0.1%
Other values (12524)12524
99.9%
2026-01-05T12:27:48.421230image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
/100272
 
9.5%
t71924
 
6.8%
e61702
 
5.9%
a61532
 
5.8%
r47012
 
4.5%
i43119
 
4.1%
s40437
 
3.8%
o39170
 
3.7%
l38640
 
3.7%
-37832
 
3.6%
Other values (30)510667
48.5%

Most occurring categories

ValueCountFrequency (%)
(unknown)1052307
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
/100272
 
9.5%
t71924
 
6.8%
e61702
 
5.9%
a61532
 
5.8%
r47012
 
4.5%
i43119
 
4.1%
s40437
 
3.8%
o39170
 
3.7%
l38640
 
3.7%
-37832
 
3.6%
Other values (30)510667
48.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown)1052307
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
/100272
 
9.5%
t71924
 
6.8%
e61702
 
5.9%
a61532
 
5.8%
r47012
 
4.5%
i43119
 
4.1%
s40437
 
3.8%
o39170
 
3.7%
l38640
 
3.7%
-37832
 
3.6%
Other values (30)510667
48.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown)1052307
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
/100272
 
9.5%
t71924
 
6.8%
e61702
 
5.9%
a61532
 
5.8%
r47012
 
4.5%
i43119
 
4.1%
s40437
 
3.8%
o39170
 
3.7%
l38640
 
3.7%
-37832
 
3.6%
Other values (30)510667
48.5%

title
Text

Distinct1887
Distinct (%)15.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:48.549821image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Length

Max length50
Median length46
Mean length24.996888
Min length21

Characters and Unicode

Total characters313311
Distinct characters44
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique889 ?
Unique (%)7.1%

Sample

1st rowProdej bytu 2+kk 59 m² (Jednopodlažní)
2nd rowProdej bytu 5+kk 119 m²
3rd rowProdej bytu 2+1 51 m²
4th rowProdej bytu 2+1 57 m²
5th rowProdej bytu 3+kk 60 m²
ValueCountFrequency (%)
prodej12534
19.1%
bytu12534
19.1%
12534
19.1%
2+kk3078
 
4.7%
3+kk2666
 
4.1%
jednopodlažní1977
 
3.0%
3+11954
 
3.0%
2+11388
 
2.1%
1+kk1146
 
1.7%
4+kk1014
 
1.5%
Other values (273)14687
22.4%
2026-01-05T12:27:48.710173image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
36128
 
11.5%
o17516
 
5.6%
 16850
 
5.4%
d16697
 
5.3%
k16513
 
5.3%
e15503
 
4.9%
t13138
 
4.2%
P12743
 
4.1%
r12743
 
4.1%
y12620
 
4.0%
Other values (34)142860
45.6%

Most occurring categories

ValueCountFrequency (%)
(unknown)313311
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
36128
 
11.5%
o17516
 
5.6%
 16850
 
5.4%
d16697
 
5.3%
k16513
 
5.3%
e15503
 
4.9%
t13138
 
4.2%
P12743
 
4.1%
r12743
 
4.1%
y12620
 
4.0%
Other values (34)142860
45.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown)313311
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
36128
 
11.5%
o17516
 
5.6%
 16850
 
5.4%
d16697
 
5.3%
k16513
 
5.3%
e15503
 
4.9%
t13138
 
4.2%
P12743
 
4.1%
r12743
 
4.1%
y12620
 
4.0%
Other values (34)142860
45.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown)313311
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
36128
 
11.5%
o17516
 
5.6%
 16850
 
5.4%
d16697
 
5.3%
k16513
 
5.3%
e15503
 
4.9%
t13138
 
4.2%
P12743
 
4.1%
r12743
 
4.1%
y12620
 
4.0%
Other values (34)142860
45.6%
Distinct12152
Distinct (%)97.0%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:48.880735image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Length

Max length4980
Median length2326.5
Mean length1437.5873
Min length17

Characters and Unicode

Total characters18018719
Distinct characters244
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique11970 ?
Unique (%)95.5%

Sample

1st rowAkční cena do konce roku 2025. Zkolaudováno - k nastěhování !! K bytu je nutné přikoupit sklepní kóji. Garážové stání volitelné. Nabízíme k prodeji světlý a moderně řešený byt 2+kk o užitné ploše 59 m² a 15m2 předzahrádkou, situovaný v prestižním rezidenčním projektu Střížkovský dvůr. Nachází se v jedinečně klidné části Prahy 8 - Střížkov/Prosek, avšak s veškerou občanskou vybaveností a stanicí metra C 'Střížkov' v pohodlné docházkové vzdálenosti (jen 5 minut). O Projektu Střížkovský dvůr: Tento komorní projekt tří citlivě propojených rezidenčních budov (celkem 34 bytů od 1+kk po mezonetové 3+kk s galerií) harmonicky navazuje na původní střížkovskou zástavbu. Architektura v moderním minimalistickém stylu čerpá inspiraci z přírody, klade důraz na nadčasovost a trvalou hodnotu. • Vysoký standard: Celý projekt, který je již ve výstavbě, bude od základu proveden ve vysokém standardu – těšit se můžete na dřevěné podlahy, elegantní dřevěná okna a velkoformátové obklady v koupelnách. • Komfort a soukromí: Přízemní byty nabízejí soukromé předzahrádky, vybrané jednotky ve vyšších patrech zase lodžie nebo terasy. Pro každý byt je k dispozici možnost dokoupení parkovacího stání a sklepa. Některé byty v horních patrech nabídnou atraktivní výhledy na panorama Prahy a nadstandardní výšku stropů otevřených do krovu. • Doprava: Stanice metra C 'Střížkov' je vzdálena jen cca 300 metrů. Autem se během pár minut napojíte na ulici Liberecká, městský okruh, tunel Blanka i dálnice D8, D10 a D11. • Občanská vybavenost: V okolí naleznete vše potřebné: obchody, restaurace, kavárny, mateřské, základní i střední školy (včetně sousedícího Gymnázia Thomase Manna a nedalekého Gymnázia Litoměřická), Polikliniku Prosek i Nemocnici Bulovka. • Příroda a volný čas: V bezprostřední blízkosti je park s dětským hřištěm a kavárnou. Kousek dál najdete rozlehlý Park Přátelství, Prosecké skály s vyhlídkou Emy Destinové, vinici Máchalka, park Podvinný či lesopark Ládví s hvězdárnou. Najděte svůj nový domov ve Střížkovském dvoře! Tento byt představuje ideální volbu pro jednotlivce, páry i malé rodiny, kteří hledají kvalitní, moderní bydlení s vynikající dostupností, kompletní občanskou vybaveností a přírodou na dosah ruky. Nenechte si ujít šanci stát se součástí tohoto výjimečného projektu. Pro více informací, zaslání podrobných materiálů nebo domluvení osobní prezentace projektu nás neváhejte kontaktovat. Těšíme se na váš zájem! Váš tým Střížkovský dvůr.
2nd rowNabízíme k prodeji nadstandardní rodinný byt s velkou terasou a balkonem o dispozici 5+kk (č. 301B) o celkové ploše 119 m2 v projektu Zelené kaskády na Praze 9, který se skládá z obývacího pokoje s kuchyňským koutem (29 m2), ložnice se šatnou (18,4 m2), druhé ložnice (12,5 m2), dětského pokoje (12,5 m2), pracovny (10 m2) a druhé šatny (8,3 m2). Dále zde naleznete dvě samostatné koupelny. První s WC a vanou (9 m2), druhou se sprchovým koutem (3,6 m2) a prostornou předsíň (9,6 m2). K bytu náleží také krásná terasa (34 m2) s výhledem do okolí. Byt je ihned k dispozici. Dohodněte si nezávaznou prohlídku. ‌ Projekt Zelené kaskády se nachází v klidné lokalitě na Praze 9. V okolí naleznete plnou občanskou vybavenost, školky, školy a nákupní možnosti. Zastávka autobusu, který vás pohodlně doveze k metru nebo do centra Prahy, je přímo u domu. K dopravě lze také využívat rychlé příměstské vlaky. V okolí domu se nachází plno skvělých míst pro sport, procházky nebo výlety. ‌ K bytu je nutné dokoupit parkovací stání a sklep. Více informací o projektu Zelené kaskády, GARTAL hypotéce a dalších zvýhodnění naleznete na webu projektu, nebo kontaktujte naše obchodní zástupce. Tento byt 301B nabízíme ve standardu Shell & Core. Podlahové krytiny a vybavení koupelen si můžete vybrat z nabízeného standardu a byt vám předáme kompletně dokončený, nebo si jeho dokončení zařídíte dle vašich představ.
3rd rowAtelier 2+1 s příjemnou západně orientovanou teráskou a velkými okny do dvora, tedy zcela mimo provoz a ruch. Ateliér s klenutými stropy je umístěn o půl úrovně pod dvorem, do kterého má orientovaný výhled. Kompletní rekonstrukcí prošel v roce 2024 a je plně vybavený, funkční a bez investic. Na ploše přes 50 m2 nabízí celkem 3 místnosti a především 10 m2 venku na terase, na kterou je výstup z obou pokojů. Ty jsou vysoké (2,8 metru), s kompletně novou skladbou podlah a o velikostech 17 a 13 m. Ač se jedná o nebytovou jednotku, na první pohled není ateliér ničím znevýhodněn proti klasice.| Místnost s kuchyní je aktuálně přepažena vytvořenou příčkou, která oddělila linku od vstupního zádveří. V něm je prostor na botník nebo šatnu. Vstup do obou pokojů je tak od sebe oddělen a nejsou průchozí. Koupelna je vybavena sprchou, WC je samostatně. Vytápění a ohřev vody je řešen elektřinou (bojler, konvektory - náklad 4.000 Kč měsíčně s kompletním provozem domácnosti). Špičková poloha nedaleko dopravního uzlu (Smíchovské nádraží) v jedné ze stavebně nejprogresivnějších částí Prahy je hlavním bodem celé nabídky. Dům je opravený se vzorově provedenými společnými částmi budovy. Pokud vás o nabídce zajímavá více informací, rád vám pošlu odkaz na web s plánkem a dalšími fotkami či popisem.
4th rowNabízíme k prodeji velký, světlý byt o dispozici 2+1 s celkovou plochou 57 m2, který se nachází ve 2. nadzemním podlaží bytového domu bez výtahu v prestižní lokalitě Praha 6-Veleslavín, v ulici Na Petřinách nedaleko stanice metra A - Petřiny. &nbsp; &nbsp;Byt je v původním, udržovaném stavu a nabízí tak možnost úpravy dle vlastních představ. &nbsp;Dispozice 2+1 zahrnuje: &nbsp;obývací pokoj (22,10 m2) &nbsp;ložnici (13,70 m2) &nbsp;kuchyň (8,70 m2) &nbsp;předsíň (7,10 m2) &nbsp;koupelnu (2,20 m2) &nbsp;samostatné WC (0,9 m2) &nbsp;K bytu náleží sklepní kóje o velikosti 2,20 m2 v 1PP. &nbsp; &nbsp;Bytový dům se nachází v klidné části Veleslavína s dostatkem zeleně a výbornou dopravní dostupností. Stanice metra A Petřiny je v docházkové vzdálenosti, stejně jako tramvajové a autobusové zastávky. &nbsp; &nbsp;V okolí je kompletní občanská vybavenost _ obchody, supermarket, pošta, lékárna, restaurace, kavárny, školy a školky. Pro relaxaci a volnočasové aktivity jsou v blízkosti Obora Hvězda, Divoká Šárka či Břevnovský klášter s krásným parkem. &nbsp;Lokalita Praha 6-Veleslavín (Petřiny) patří dlouhodobě mezi nejvyhledávanější pražské rezidenční oblasti díky spojení klidného prostředí, zeleně a skvělé dostupnosti do centra i na letiště. &nbsp;Byt je vhodný jak k vlastnímu bydlení, tak jako stabilní investice s potenciálem dalšího zhodnocení. &nbsp; &nbsp;Osobní vlastnictví s možností financovat hypotečním úvěrem, který za Vás rádi vyřídíme. &nbsp; &nbsp;Ukazatel energetické náročnosti: D &nbsp;
5th rowNabízíme k prodeji prostorný a světlý byt 3+kk s lodžií v osobním vlastnictví a užitnou plochou 60 m², který se nachází v 1. nadzemním podlaží panelového domu v klidné části Praha - Černý Most. Tato nemovitost se pyšní dobrou lokalitou s výbornou občanskou vybaveností a rychlou dostupností do centra města. Nemovitost disponuje předsíní, prostorným a vzdušným obývacím pokojem s kuchyňským koutem, ložnicí, dětským pokojem, koupelnou a samostatnou toaletou. K bytu náleží sklepní kóje, která přináší další úložný prostor. Byt prošel rekonstrukcí, díky čemuž nový vlastník ušetří na dalších investicích. Díky své dispozici a skvělé lokalitě je ideální pro mladé rodiny nebo jako investiční příležitost. V blízkosti se nachází centrum Westfield Černý Most, autobusová zastávka Doležalova a stanice metra C Černý Most je v pěší vzdálenosti. Byt je ihned k nastěhování. Neváhejte, podobné byty v této lokalitě mizí velmi rychle, proto si domluvte prohlídku ještě dnes a získejte svůj nový domov.
ValueCountFrequency (%)
a100946
 
3.7%
v73997
 
2.7%
je59590
 
2.2%
s48135
 
1.8%
na41443
 
1.5%
se35134
 
1.3%
byt33713
 
1.2%
pro27412
 
1.0%
k22708
 
0.8%
i21140
 
0.8%
Other values (59409)2244679
82.9%
2026-01-05T12:27:49.114393image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
2624332
 
14.6%
o1261775
 
7.0%
e1072987
 
6.0%
n945223
 
5.2%
a896727
 
5.0%
t826289
 
4.6%
s610590
 
3.4%
v605917
 
3.4%
k591948
 
3.3%
r548882
 
3.0%
Other values (234)8034049
44.6%

Most occurring categories

ValueCountFrequency (%)
(unknown)18018719
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
2624332
 
14.6%
o1261775
 
7.0%
e1072987
 
6.0%
n945223
 
5.2%
a896727
 
5.0%
t826289
 
4.6%
s610590
 
3.4%
v605917
 
3.4%
k591948
 
3.3%
r548882
 
3.0%
Other values (234)8034049
44.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown)18018719
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
2624332
 
14.6%
o1261775
 
7.0%
e1072987
 
6.0%
n945223
 
5.2%
a896727
 
5.0%
t826289
 
4.6%
s610590
 
3.4%
v605917
 
3.4%
k591948
 
3.3%
r548882
 
3.0%
Other values (234)8034049
44.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown)18018719
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
2624332
 
14.6%
o1261775
 
7.0%
e1072987
 
6.0%
n945223
 
5.2%
a896727
 
5.0%
t826289
 
4.6%
s610590
 
3.4%
v605917
 
3.4%
k591948
 
3.3%
r548882
 
3.0%
Other values (234)8034049
44.6%

category_sub
Categorical

Distinct12
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2+kk
3078 
3+kk
2666 
3+1
1954 
2+1
1388 
1+kk
1146 
Other values (7)
2302 

Length

Max length8
Median length4
Mean length3.697782
Min length3

Characters and Unicode

Total characters46348
Distinct characters17
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2+kk
2nd row5+kk
3rd row2+1
4th row2+1
5th row3+kk

Common Values

ValueCountFrequency (%)
2+kk3078
24.6%
3+kk2666
21.3%
3+11954
15.6%
2+11388
11.1%
1+kk1146
 
9.1%
4+kk1014
 
8.1%
1+1459
 
3.7%
4+1451
 
3.6%
5+kk182
 
1.5%
atypicky86
 
0.7%
Other values (2)110
 
0.9%

Length

2026-01-05T12:27:49.152641image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2+kk3078
24.6%
3+kk2666
21.3%
3+11954
15.6%
2+11388
11.1%
1+kk1146
 
9.1%
4+kk1014
 
8.1%
1+1459
 
3.7%
4+1451
 
3.6%
5+kk182
 
1.5%
atypicky86
 
0.7%
Other values (2)110
 
0.9%

Most occurring characters

ValueCountFrequency (%)
k16258
35.1%
+12402
26.8%
15921
 
12.8%
34620
 
10.0%
24466
 
9.6%
41465
 
3.2%
5246
 
0.5%
y172
 
0.4%
c132
 
0.3%
a132
 
0.3%
Other values (7)534
 
1.2%

Most occurring categories

ValueCountFrequency (%)
(unknown)46348
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
k16258
35.1%
+12402
26.8%
15921
 
12.8%
34620
 
10.0%
24466
 
9.6%
41465
 
3.2%
5246
 
0.5%
y172
 
0.4%
c132
 
0.3%
a132
 
0.3%
Other values (7)534
 
1.2%

Most occurring scripts

ValueCountFrequency (%)
(unknown)46348
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
k16258
35.1%
+12402
26.8%
15921
 
12.8%
34620
 
10.0%
24466
 
9.6%
41465
 
3.2%
5246
 
0.5%
y172
 
0.4%
c132
 
0.3%
a132
 
0.3%
Other values (7)534
 
1.2%

Most occurring blocks

ValueCountFrequency (%)
(unknown)46348
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
k16258
35.1%
+12402
26.8%
15921
 
12.8%
34620
 
10.0%
24466
 
9.6%
41465
 
3.2%
5246
 
0.5%
y172
 
0.4%
c132
 
0.3%
a132
 
0.3%
Other values (7)534
 
1.2%

price_total
Real number (ℝ)

High correlation 

Distinct4350
Distinct (%)34.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean7878772.9
Minimum578314
Maximum1.05 × 108
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.188771image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum578314
5-th percentile2189965
Q14200000
median6527795
Q39551896
95-th percentile17990900
Maximum1.05 × 108
Range1.0442169 × 108
Interquartile range (IQR)5351896

Descriptive statistics

Standard deviation5994589.7
Coefficient of variation (CV)0.76085322
Kurtosis25.324687
Mean7878772.9
Median Absolute Deviation (MAD)2577679.5
Skewness3.527768
Sum9.875254 × 1010
Variance3.5935106 × 1013
MonotonicityNot monotonic
2026-01-05T12:27:49.228451image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
499000095
 
0.8%
899000094
 
0.7%
799000091
 
0.7%
599000089
 
0.7%
299000083
 
0.7%
699000081
 
0.6%
399000074
 
0.6%
849000068
 
0.5%
650000065
 
0.5%
449000062
 
0.5%
Other values (4340)11732
93.6%
ValueCountFrequency (%)
5783141
 
< 0.1%
5908691
 
< 0.1%
6800001
 
< 0.1%
6900001
 
< 0.1%
7360001
 
< 0.1%
7499001
 
< 0.1%
7500004
< 0.1%
7590002
< 0.1%
7595001
 
< 0.1%
7900003
< 0.1%
ValueCountFrequency (%)
1050000001
< 0.1%
870000001
< 0.1%
830000001
< 0.1%
750000001
< 0.1%
730000001
< 0.1%
679662601
< 0.1%
669000001
< 0.1%
660000001
< 0.1%
658179601
< 0.1%
650556201
< 0.1%

currency
Categorical

Constant 

Distinct1
Distinct (%)< 0.1%
Missing95
Missing (%)0.8%
Memory size98.1 KiB
12439 

Length

Max length2
Median length2
Mean length2
Min length2

Characters and Unicode

Total characters24878
Distinct characters2
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row
2nd row
3rd row
4th row
5th row

Common Values

ValueCountFrequency (%)
12439
99.2%
(Missing)95
 
0.8%

Length

2026-01-05T12:27:49.267271image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:49.289898image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
12439
100.0%

Most occurring characters

ValueCountFrequency (%)
K12439
50.0%
č12439
50.0%

Most occurring categories

ValueCountFrequency (%)
(unknown)24878
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
K12439
50.0%
č12439
50.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown)24878
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
K12439
50.0%
č12439
50.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown)24878
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
K12439
50.0%
č12439
50.0%

street
Text

Distinct6065
Distinct (%)48.4%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.415471image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Length

Max length74
Median length62
Mean length28.724828
Min length4

Characters and Unicode

Total characters360037
Distinct characters90
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique3877 ?
Unique (%)30.9%

Sample

1st rowStřížkovská, Praha 8 - Střížkov
2nd rowČeskobrodská, Praha 9 - Hostavice
3rd rowStrakonická, Praha 5 - Smíchov
4th rowNa Petřinách, Praha 6 - Veleslavín
5th rowVašátkova, Praha 9 - Černý Most
ValueCountFrequency (%)
7856
 
13.9%
praha4036
 
7.1%
okres2032
 
3.6%
nad1058
 
1.9%
brno869
 
1.5%
5812
 
1.4%
4578
 
1.0%
na498
 
0.9%
9496
 
0.9%
ostrava463
 
0.8%
Other values (4917)37944
67.0%
2026-01-05T12:27:49.600225image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
44107
 
12.3%
a26307
 
7.3%
o26158
 
7.3%
r19144
 
5.3%
e18431
 
5.1%
v13875
 
3.9%
n13552
 
3.8%
,12382
 
3.4%
k12155
 
3.4%
s11414
 
3.2%
Other values (80)162512
45.1%

Most occurring categories

ValueCountFrequency (%)
(unknown)360037
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
44107
 
12.3%
a26307
 
7.3%
o26158
 
7.3%
r19144
 
5.3%
e18431
 
5.1%
v13875
 
3.9%
n13552
 
3.8%
,12382
 
3.4%
k12155
 
3.4%
s11414
 
3.2%
Other values (80)162512
45.1%

Most occurring scripts

ValueCountFrequency (%)
(unknown)360037
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
44107
 
12.3%
a26307
 
7.3%
o26158
 
7.3%
r19144
 
5.3%
e18431
 
5.1%
v13875
 
3.9%
n13552
 
3.8%
,12382
 
3.4%
k12155
 
3.4%
s11414
 
3.2%
Other values (80)162512
45.1%

Most occurring blocks

ValueCountFrequency (%)
(unknown)360037
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
44107
 
12.3%
a26307
 
7.3%
o26158
 
7.3%
r19144
 
5.3%
e18431
 
5.1%
v13875
 
3.9%
n13552
 
3.8%
,12382
 
3.4%
k12155
 
3.4%
s11414
 
3.2%
Other values (80)162512
45.1%

locality_region_id
Real number (ℝ)

High correlation 

Distinct14
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean8.6504707
Minimum1
Maximum14
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.633451image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q15
median10
Q311
95-th percentile14
Maximum14
Range13
Interquartile range (IQR)6

Descriptive statistics

Standard deviation3.7965884
Coefficient of variation (CV)0.43888807
Kurtosis-0.73821504
Mean8.6504707
Median Absolute Deviation (MAD)2
Skewness-0.56563492
Sum108425
Variance14.414084
MonotonicityNot monotonic
2026-01-05T12:27:49.659447image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=14)
ValueCountFrequency (%)
104027
32.1%
141444
 
11.5%
111318
 
10.5%
4785
 
6.3%
12759
 
6.1%
1664
 
5.3%
3574
 
4.6%
2569
 
4.5%
5555
 
4.4%
8530
 
4.2%
Other values (4)1309
 
10.4%
ValueCountFrequency (%)
1664
 
5.3%
2569
 
4.5%
3574
 
4.6%
4785
 
6.3%
5555
 
4.4%
6517
 
4.1%
7294
 
2.3%
8530
 
4.2%
9245
 
2.0%
104027
32.1%
ValueCountFrequency (%)
141444
 
11.5%
13253
 
2.0%
12759
 
6.1%
111318
 
10.5%
104027
32.1%
9245
 
2.0%
8530
 
4.2%
7294
 
2.3%
6517
 
4.1%
5555
 
4.4%

district_id
Real number (ℝ)

High correlation 

Distinct87
Distinct (%)0.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean1623.6876
Minimum1
Maximum5010
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.695012image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile7
Q128
median62
Q35004
95-th percentile5009
Maximum5010
Range5009
Interquartile range (IQR)4976

Descriptive statistics

Standard deviation2314.0926
Coefficient of variation (CV)1.4252081
Kurtosis-1.3954401
Mean1623.6876
Median Absolute Deviation (MAD)41
Skewness0.77746828
Sum20351300
Variance5355024.7
MonotonicityNot monotonic
2026-01-05T12:27:49.733691image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
5005871
 
6.9%
72845
 
6.7%
5004690
 
5.5%
5009562
 
4.5%
5010511
 
4.1%
65371
 
3.0%
5008346
 
2.8%
10305
 
2.4%
5006264
 
2.1%
5003250
 
2.0%
Other values (77)7519
60.0%
ValueCountFrequency (%)
1224
1.8%
2139
1.1%
359
 
0.5%
450
 
0.4%
578
 
0.6%
632
 
0.3%
782
 
0.7%
826
 
0.2%
9178
1.4%
10305
2.4%
ValueCountFrequency (%)
5010511
4.1%
5009562
4.5%
5008346
 
2.8%
5007153
 
1.2%
5006264
 
2.1%
5005871
6.9%
5004690
5.5%
5003250
 
2.0%
5002161
 
1.3%
5001188
 
1.5%

municipality_id
Real number (ℝ)

High correlation 

Distinct1058
Distinct (%)8.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean3179.0712
Minimum1
Maximum103609
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.771803image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile537
Q11818
median3468
Q33919
95-th percentile5740
Maximum103609
Range103608
Interquartile range (IQR)2101

Descriptive statistics

Standard deviation1783.9465
Coefficient of variation (CV)0.56115336
Kurtosis800.15634
Mean3179.0712
Median Absolute Deviation (MAD)1117
Skewness14.167674
Sum39846479
Variance3182465.1
MonotonicityNot monotonic
2026-01-05T12:27:49.812681image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
34684027
32.1%
5740845
 
6.7%
4730354
 
2.8%
1243241
 
1.9%
1253220
 
1.8%
1212
 
1.7%
1818183
 
1.5%
3661166
 
1.3%
537163
 
1.3%
2074142
 
1.1%
Other values (1048)5981
47.7%
ValueCountFrequency (%)
1212
1.7%
81
 
< 0.1%
131
 
< 0.1%
207
 
0.1%
301
 
< 0.1%
401
 
< 0.1%
4211
 
0.1%
461
 
< 0.1%
491
 
< 0.1%
508
 
0.1%
ValueCountFrequency (%)
1036091
 
< 0.1%
62478
0.1%
62451
 
< 0.1%
62431
 
< 0.1%
62423
 
< 0.1%
62401
 
< 0.1%
62381
 
< 0.1%
62351
 
< 0.1%
62311
 
< 0.1%
62281
 
< 0.1%

latitude
Real number (ℝ)

Distinct8169
Distinct (%)65.2%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean49.908768
Minimum48.599843
Maximum51.003688
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.850920image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum48.599843
5-th percentile48.999308
Q149.601956
median50.051765
Q350.13253
95-th percentile50.686516
Maximum51.003688
Range2.403845
Interquartile range (IQR)0.53057375

Descriptive statistics

Standard deviation0.48635222
Coefficient of variation (CV)0.0097448251
Kurtosis-0.24238065
Mean49.908768
Median Absolute Deviation (MAD)0.2049315
Skewness-0.49778317
Sum625556.5
Variance0.23653848
MonotonicityNot monotonic
2026-01-05T12:27:49.890243image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
49.197522152
 
1.2%
50.01465454
 
0.4%
50.03601553
 
0.4%
50.05302149
 
0.4%
50.04636239
 
0.3%
49.16862939
 
0.3%
49.52939638
 
0.3%
50.03467637
 
0.3%
50.07819736
 
0.3%
49.40526935
 
0.3%
Other values (8159)12002
95.8%
ValueCountFrequency (%)
48.5998431
 
< 0.1%
48.6037791
 
< 0.1%
48.6150321
 
< 0.1%
48.6170641
 
< 0.1%
48.6201893
< 0.1%
48.6230191
 
< 0.1%
48.6370593
< 0.1%
48.6370931
 
< 0.1%
48.6375131
 
< 0.1%
48.637981
 
< 0.1%
ValueCountFrequency (%)
51.0036881
 
< 0.1%
50.9934171
 
< 0.1%
50.9798883
< 0.1%
50.9666281
 
< 0.1%
50.964891
 
< 0.1%
50.9591071
 
< 0.1%
50.9543181
 
< 0.1%
50.952321
 
< 0.1%
50.9501061
 
< 0.1%
50.9459371
 
< 0.1%

longitude
Real number (ℝ)

High correlation 

Distinct8195
Distinct (%)65.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean15.091027
Minimum12.171178
Maximum18.766009
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:49.926990image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum12.171178
5-th percentile12.972329
Q114.363583
median14.506038
Q316.163374
95-th percentile18.093032
Maximum18.766009
Range6.594831
Interquartile range (IQR)1.799791

Descriptive statistics

Standard deviation1.4132792
Coefficient of variation (CV)0.093650304
Kurtosis-0.24266336
Mean15.091027
Median Absolute Deviation (MAD)0.564881
Skewness0.6822611
Sum189150.93
Variance1.9973582
MonotonicityNot monotonic
2026-01-05T12:27:50.178596image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
16.658122152
 
1.2%
14.43801254
 
0.4%
14.48088753
 
0.4%
14.40977249
 
0.4%
14.31055639
 
0.3%
16.72731439
 
0.3%
17.58234238
 
0.3%
14.38556637
 
0.3%
14.86423636
 
0.3%
14.70324235
 
0.3%
Other values (8185)12002
95.8%
ValueCountFrequency (%)
12.1711781
< 0.1%
12.17421
< 0.1%
12.1807451
< 0.1%
12.1811
< 0.1%
12.1810431
< 0.1%
12.1812731
< 0.1%
12.1813541
< 0.1%
12.1830251
< 0.1%
12.1842811
< 0.1%
12.1866421
< 0.1%
ValueCountFrequency (%)
18.7660091
< 0.1%
18.7559561
< 0.1%
18.7133031
< 0.1%
18.6853831
< 0.1%
18.6851491
< 0.1%
18.6839831
< 0.1%
18.6815381
< 0.1%
18.6810691
< 0.1%
18.6805731
< 0.1%
18.6774631
< 0.1%

usable_area_m2
Real number (ℝ)

High correlation 

Distinct261
Distinct (%)2.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean72.676001
Minimum11
Maximum675
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:50.476223image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum11
5-th percentile33
Q152
median67
Q384
95-th percentile132
Maximum675
Range664
Interquartile range (IQR)32

Descriptive statistics

Standard deviation35.000458
Coefficient of variation (CV)0.48159582
Kurtosis21.292698
Mean72.676001
Median Absolute Deviation (MAD)16
Skewness2.9468703
Sum910921
Variance1225.0321
MonotonicityNot monotonic
2026-01-05T12:27:50.518993image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
50264
 
2.1%
68251
 
2.0%
60244
 
1.9%
62240
 
1.9%
53235
 
1.9%
54233
 
1.9%
55233
 
1.9%
52228
 
1.8%
67227
 
1.8%
72221
 
1.8%
Other values (251)10158
81.0%
ValueCountFrequency (%)
111
 
< 0.1%
141
 
< 0.1%
164
 
< 0.1%
174
 
< 0.1%
186
 
< 0.1%
1910
0.1%
2010
0.1%
2115
0.1%
2216
0.1%
2322
0.2%
ValueCountFrequency (%)
6751
< 0.1%
5371
< 0.1%
4711
< 0.1%
4691
< 0.1%
4281
< 0.1%
4201
< 0.1%
4001
< 0.1%
3861
< 0.1%
3521
< 0.1%
3401
< 0.1%

total_area_m2
Real number (ℝ)

High correlation  Missing  Skewed 

Distinct295
Distinct (%)4.7%
Missing6277
Missing (%)50.1%
Infinite0
Infinite (%)0.0%
Mean94.18715
Minimum1
Maximum14439
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:50.560235image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile35
Q154
median71
Q394
95-th percentile160
Maximum14439
Range14438
Interquartile range (IQR)40

Descriptive statistics

Standard deviation362.21405
Coefficient of variation (CV)3.8456844
Kurtosis1296.3319
Mean94.18715
Median Absolute Deviation (MAD)19
Skewness34.610449
Sum589329
Variance131199.02
MonotonicityNot monotonic
2026-01-05T12:27:50.601274image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
56122
 
1.0%
67108
 
0.9%
54107
 
0.9%
52106
 
0.8%
55105
 
0.8%
78104
 
0.8%
75103
 
0.8%
74101
 
0.8%
53101
 
0.8%
64100
 
0.8%
Other values (285)5200
41.5%
(Missing)6277
50.1%
ValueCountFrequency (%)
11
 
< 0.1%
31
 
< 0.1%
62
< 0.1%
81
 
< 0.1%
141
 
< 0.1%
162
< 0.1%
171
 
< 0.1%
181
 
< 0.1%
194
< 0.1%
204
< 0.1%
ValueCountFrequency (%)
144393
< 0.1%
102701
 
< 0.1%
65661
 
< 0.1%
32252
< 0.1%
26001
 
< 0.1%
21111
 
< 0.1%
21101
 
< 0.1%
19191
 
< 0.1%
11431
 
< 0.1%
10522
< 0.1%

loggia_area_m2
Real number (ℝ)

High correlation  Missing 

Distinct31
Distinct (%)2.0%
Missing10983
Missing (%)87.6%
Infinite0
Infinite (%)0.0%
Mean6.3481625
Minimum1
Maximum103
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:50.637430image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile2
Q14
median5
Q37
95-th percentile13
Maximum103
Range102
Interquartile range (IQR)3

Descriptive statistics

Standard deviation4.773853
Coefficient of variation (CV)0.75200548
Kurtosis118.81943
Mean6.3481625
Median Absolute Deviation (MAD)2
Skewness7.5080239
Sum9846
Variance22.789672
MonotonicityNot monotonic
2026-01-05T12:27:50.671099image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=31)
ValueCountFrequency (%)
4253
 
2.0%
5247
 
2.0%
3210
 
1.7%
6205
 
1.6%
7172
 
1.4%
891
 
0.7%
282
 
0.7%
978
 
0.6%
1059
 
0.5%
1230
 
0.2%
Other values (21)124
 
1.0%
(Missing)10983
87.6%
ValueCountFrequency (%)
110
 
0.1%
282
 
0.7%
3210
1.7%
4253
2.0%
5247
2.0%
6205
1.6%
7172
1.4%
891
 
0.7%
978
 
0.6%
1059
 
0.5%
ValueCountFrequency (%)
1031
 
< 0.1%
491
 
< 0.1%
421
 
< 0.1%
411
 
< 0.1%
351
 
< 0.1%
313
< 0.1%
293
< 0.1%
262
< 0.1%
233
< 0.1%
221
 
< 0.1%

cellar_area_m2
Real number (ℝ)

High correlation  Missing 

Distinct51
Distinct (%)1.2%
Missing8228
Missing (%)65.6%
Infinite0
Infinite (%)0.0%
Mean4.8943335
Minimum1
Maximum106
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:50.708132image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q12
median3
Q35
95-th percentile15
Maximum106
Range105
Interquartile range (IQR)3

Descriptive statistics

Standard deviation6.0333745
Coefficient of variation (CV)1.2327265
Kurtosis68.114402
Mean4.8943335
Median Absolute Deviation (MAD)1
Skewness6.2892689
Sum21075
Variance36.401608
MonotonicityNot monotonic
2026-01-05T12:27:51.036263image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
21241
 
9.9%
3812
 
6.5%
4535
 
4.3%
1373
 
3.0%
5337
 
2.7%
6205
 
1.6%
7150
 
1.2%
8124
 
1.0%
1098
 
0.8%
971
 
0.6%
Other values (41)360
 
2.9%
(Missing)8228
65.6%
ValueCountFrequency (%)
1373
 
3.0%
21241
9.9%
3812
6.5%
4535
4.3%
5337
 
2.7%
6205
 
1.6%
7150
 
1.2%
8124
 
1.0%
971
 
0.6%
1098
 
0.8%
ValueCountFrequency (%)
1061
< 0.1%
971
< 0.1%
941
< 0.1%
901
< 0.1%
761
< 0.1%
651
< 0.1%
602
< 0.1%
531
< 0.1%
511
< 0.1%
472
< 0.1%

floor_number
Real number (ℝ)

High correlation 

Distinct20
Distinct (%)0.2%
Missing45
Missing (%)0.4%
Infinite0
Infinite (%)0.0%
Mean3.127232
Minimum1
Maximum21
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:51.068091image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1
Q12
median3
Q34
95-th percentile7
Maximum21
Range20
Interquartile range (IQR)2

Descriptive statistics

Standard deviation2.2245577
Coefficient of variation (CV)0.7113504
Kurtosis4.6615475
Mean3.127232
Median Absolute Deviation (MAD)1
Skewness1.7832484
Sum39056
Variance4.948657
MonotonicityNot monotonic
2026-01-05T12:27:51.099883image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=20)
ValueCountFrequency (%)
23117
24.9%
13036
24.2%
32277
18.2%
41541
12.3%
5939
 
7.5%
6615
 
4.9%
7364
 
2.9%
8241
 
1.9%
9103
 
0.8%
1076
 
0.6%
Other values (10)180
 
1.4%
ValueCountFrequency (%)
13036
24.2%
23117
24.9%
32277
18.2%
41541
12.3%
5939
 
7.5%
6615
 
4.9%
7364
 
2.9%
8241
 
1.9%
9103
 
0.8%
1076
 
0.6%
ValueCountFrequency (%)
211
 
< 0.1%
201
 
< 0.1%
191
 
< 0.1%
172
 
< 0.1%
163
 
< 0.1%
1510
 
0.1%
1419
 
0.2%
1332
0.3%
1248
0.4%
1163
0.5%

total_floors
Real number (ℝ)

High correlation  Missing 

Distinct23
Distinct (%)0.2%
Missing3167
Missing (%)25.3%
Infinite0
Infinite (%)0.0%
Mean5.3550763
Minimum1
Maximum51
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:51.131649image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile2
Q13
median5
Q37
95-th percentile12
Maximum51
Range50
Interquartile range (IQR)4

Descriptive statistics

Standard deviation2.9559911
Coefficient of variation (CV)0.55199794
Kurtosis8.4697451
Mean5.3550763
Median Absolute Deviation (MAD)2
Skewness1.7718875
Sum50161
Variance8.7378834
MonotonicityNot monotonic
2026-01-05T12:27:51.162213image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=23)
ValueCountFrequency (%)
41951
15.6%
31469
11.7%
51364
10.9%
61077
 
8.6%
2873
 
7.0%
7716
 
5.7%
8687
 
5.5%
9326
 
2.6%
1180
 
1.4%
13164
 
1.3%
Other values (13)560
 
4.5%
(Missing)3167
25.3%
ValueCountFrequency (%)
1180
 
1.4%
2873
7.0%
31469
11.7%
41951
15.6%
51364
10.9%
61077
8.6%
7716
 
5.7%
8687
 
5.5%
9326
 
2.6%
10112
 
0.9%
ValueCountFrequency (%)
511
 
< 0.1%
261
 
< 0.1%
251
 
< 0.1%
204
 
< 0.1%
193
 
< 0.1%
188
 
0.1%
177
 
0.1%
169
 
0.1%
15142
1.1%
1449
 
0.4%

construction_type
Categorical

Distinct8
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
Cihlová
7056 
Panelová
2568 
Smíšená
2025 
Skeletová
706 
Dřevostavba
 
90
Other values (3)
 
89

Length

Max length11
Median length7
Mean length7.3528004
Min length7

Characters and Unicode

Total characters92160
Distinct characters26
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowSkeletová
2nd rowSkeletová
3rd rowCihlová
4th rowPanelová
5th rowPanelová

Common Values

ValueCountFrequency (%)
Cihlová7056
56.3%
Panelová2568
 
20.5%
Smíšená2025
 
16.2%
Skeletová706
 
5.6%
Dřevostavba90
 
0.7%
Kamenná48
 
0.4%
Montovaná38
 
0.3%
Modulární3
 
< 0.1%

Length

2026-01-05T12:27:51.193529image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.223297image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
cihlová7056
56.3%
panelová2568
 
20.5%
smíšená2025
 
16.2%
skeletová706
 
5.6%
dřevostavba90
 
0.7%
kamenná48
 
0.4%
montovaná38
 
0.3%
modulární3
 
< 0.1%

Most occurring characters

ValueCountFrequency (%)
á12444
13.5%
v10548
11.4%
o10499
11.4%
l10333
11.2%
C7056
7.7%
i7056
7.7%
h7056
7.7%
e6143
6.7%
n4768
 
5.2%
a2834
 
3.1%
Other values (16)13423
14.6%

Most occurring categories

ValueCountFrequency (%)
(unknown)92160
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
á12444
13.5%
v10548
11.4%
o10499
11.4%
l10333
11.2%
C7056
7.7%
i7056
7.7%
h7056
7.7%
e6143
6.7%
n4768
 
5.2%
a2834
 
3.1%
Other values (16)13423
14.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown)92160
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
á12444
13.5%
v10548
11.4%
o10499
11.4%
l10333
11.2%
C7056
7.7%
i7056
7.7%
h7056
7.7%
e6143
6.7%
n4768
 
5.2%
a2834
 
3.1%
Other values (16)13423
14.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown)92160
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
á12444
13.5%
v10548
11.4%
o10499
11.4%
l10333
11.2%
C7056
7.7%
i7056
7.7%
h7056
7.7%
e6143
6.7%
n4768
 
5.2%
a2834
 
3.1%
Other values (16)13423
14.6%

building_condition
Categorical

Distinct9
Distinct (%)0.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
Velmi dobrý
3938 
Novostavba
2884 
Dobrý
2018 
Po rekonstrukci
1463 
Ve výstavbě
1328 
Other values (4)
903 

Length

Max length17
Median length15
Mean length10.361178
Min length5

Characters and Unicode

Total characters129867
Distinct characters28
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowNovostavba
2nd rowNovostavba
3rd rowPo rekonstrukci
4th rowDobrý
5th rowVelmi dobrý

Common Values

ValueCountFrequency (%)
Velmi dobrý3938
31.4%
Novostavba2884
23.0%
Dobrý2018
16.1%
Po rekonstrukci1463
 
11.7%
Ve výstavbě1328
 
10.6%
Před rekonstrukcí451
 
3.6%
Projekt415
 
3.3%
V rekonstrukci34
 
0.3%
Špatný3
 
< 0.1%

Length

2026-01-05T12:27:51.268050image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.299201image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
dobrý5956
30.2%
velmi3938
19.9%
novostavba2884
14.6%
rekonstrukci1497
 
7.6%
po1463
 
7.4%
ve1328
 
6.7%
výstavbě1328
 
6.7%
před451
 
2.3%
rekonstrukcí451
 
2.3%
projekt415
 
2.1%
Other values (2)37
 
0.2%

Most occurring characters

ValueCountFrequency (%)
o15550
 
12.0%
r10267
 
7.9%
b10168
 
7.8%
v8424
 
6.5%
e8080
 
6.2%
ý7287
 
5.6%
7214
 
5.6%
a7099
 
5.5%
t6578
 
5.1%
s6160
 
4.7%
Other values (18)43040
33.1%

Most occurring categories

ValueCountFrequency (%)
(unknown)129867
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
o15550
 
12.0%
r10267
 
7.9%
b10168
 
7.8%
v8424
 
6.5%
e8080
 
6.2%
ý7287
 
5.6%
7214
 
5.6%
a7099
 
5.5%
t6578
 
5.1%
s6160
 
4.7%
Other values (18)43040
33.1%

Most occurring scripts

ValueCountFrequency (%)
(unknown)129867
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
o15550
 
12.0%
r10267
 
7.9%
b10168
 
7.8%
v8424
 
6.5%
e8080
 
6.2%
ý7287
 
5.6%
7214
 
5.6%
a7099
 
5.5%
t6578
 
5.1%
s6160
 
4.7%
Other values (18)43040
33.1%

Most occurring blocks

ValueCountFrequency (%)
(unknown)129867
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
o15550
 
12.0%
r10267
 
7.9%
b10168
 
7.8%
v8424
 
6.5%
e8080
 
6.2%
ý7287
 
5.6%
7214
 
5.6%
a7099
 
5.5%
t6578
 
5.1%
s6160
 
4.7%
Other values (18)43040
33.1%

ownership_type
Categorical

Imbalance 

Distinct3
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
Osobní
11333 
Družstevní
1172 
Státní/obecní
 
29

Length

Max length13
Median length6
Mean length6.3902186
Min length6

Characters and Unicode

Total characters80095
Distinct characters17
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowOsobní
2nd rowOsobní
3rd rowOsobní
4th rowOsobní
5th rowOsobní

Common Values

ValueCountFrequency (%)
Osobní11333
90.4%
Družstevní1172
 
9.4%
Státní/obecní29
 
0.2%

Length

2026-01-05T12:27:51.345029image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.368076image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
osobní11333
90.4%
družstevní1172
 
9.4%
státní/obecní29
 
0.2%

Most occurring characters

ValueCountFrequency (%)
n12563
15.7%
í12563
15.7%
s12505
15.6%
o11362
14.2%
b11362
14.2%
O11333
14.1%
t1230
 
1.5%
e1201
 
1.5%
v1172
 
1.5%
u1172
 
1.5%
Other values (7)3632
 
4.5%

Most occurring categories

ValueCountFrequency (%)
(unknown)80095
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
n12563
15.7%
í12563
15.7%
s12505
15.6%
o11362
14.2%
b11362
14.2%
O11333
14.1%
t1230
 
1.5%
e1201
 
1.5%
v1172
 
1.5%
u1172
 
1.5%
Other values (7)3632
 
4.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown)80095
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
n12563
15.7%
í12563
15.7%
s12505
15.6%
o11362
14.2%
b11362
14.2%
O11333
14.1%
t1230
 
1.5%
e1201
 
1.5%
v1172
 
1.5%
u1172
 
1.5%
Other values (7)3632
 
4.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown)80095
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
n12563
15.7%
í12563
15.7%
s12505
15.6%
o11362
14.2%
b11362
14.2%
O11333
14.1%
t1230
 
1.5%
e1201
 
1.5%
v1172
 
1.5%
u1172
 
1.5%
Other values (7)3632
 
4.5%

location_type
Categorical

High correlation  Missing 

Distinct6
Distinct (%)0.1%
Missing6330
Missing (%)50.5%
Memory size98.1 KiB
Klidná část obce
3384 
Centrum obce
1816 
Sídliště
547 
Okraj obce
351 
Rušná část obce
 
87

Length

Max length16
Median length16
Mean length13.751934
Min length8

Characters and Unicode

Total characters85317
Distinct characters28
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowKlidná část obce
2nd rowCentrum obce
3rd rowKlidná část obce
4th rowSídliště
5th rowOkraj obce

Common Values

ValueCountFrequency (%)
Klidná část obce3384
27.0%
Centrum obce1816
 
14.5%
Sídliště547
 
4.4%
Okraj obce351
 
2.8%
Rušná část obce87
 
0.7%
Polosamota19
 
0.2%
(Missing)6330
50.5%

Length

2026-01-05T12:27:51.404443image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.431248image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
obce5638
36.8%
část3471
22.7%
klidná3384
22.1%
centrum1816
 
11.9%
sídliště547
 
3.6%
okraj351
 
2.3%
rušná87
 
0.6%
polosamota19
 
0.1%

Most occurring characters

ValueCountFrequency (%)
9109
 
10.7%
e7454
 
8.7%
á6942
 
8.1%
t5853
 
6.9%
o5695
 
6.7%
b5638
 
6.6%
c5638
 
6.6%
n5287
 
6.2%
l3950
 
4.6%
i3931
 
4.6%
Other values (18)25820
30.3%

Most occurring categories

ValueCountFrequency (%)
(unknown)85317
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
9109
 
10.7%
e7454
 
8.7%
á6942
 
8.1%
t5853
 
6.9%
o5695
 
6.7%
b5638
 
6.6%
c5638
 
6.6%
n5287
 
6.2%
l3950
 
4.6%
i3931
 
4.6%
Other values (18)25820
30.3%

Most occurring scripts

ValueCountFrequency (%)
(unknown)85317
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
9109
 
10.7%
e7454
 
8.7%
á6942
 
8.1%
t5853
 
6.9%
o5695
 
6.7%
b5638
 
6.6%
c5638
 
6.6%
n5287
 
6.2%
l3950
 
4.6%
i3931
 
4.6%
Other values (18)25820
30.3%

Most occurring blocks

ValueCountFrequency (%)
(unknown)85317
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
9109
 
10.7%
e7454
 
8.7%
á6942
 
8.1%
t5853
 
6.9%
o5695
 
6.7%
b5638
 
6.6%
c5638
 
6.6%
n5287
 
6.2%
l3950
 
4.6%
i3931
 
4.6%
Other values (18)25820
30.3%

construction_year
Real number (ℝ)

Missing  Skewed 

Distinct103
Distinct (%)3.1%
Missing9242
Missing (%)73.7%
Infinite0
Infinite (%)0.0%
Mean2000.2983
Minimum1
Maximum2028
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:51.469533image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile1923.65
Q11980
median2019
Q32025
95-th percentile2027
Maximum2028
Range2027
Interquartile range (IQR)45

Descriptive statistics

Standard deviation58.610232
Coefficient of variation (CV)0.029300746
Kurtosis798.38877
Mean2000.2983
Median Absolute Deviation (MAD)8
Skewness-23.844451
Sum6584982
Variance3435.1592
MonotonicityNot monotonic
2026-01-05T12:27:51.511366image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
2027396
 
3.2%
2025386
 
3.1%
2026318
 
2.5%
1980204
 
1.6%
2024200
 
1.6%
1990182
 
1.5%
1970175
 
1.4%
1945145
 
1.2%
1919136
 
1.1%
2023102
 
0.8%
Other values (93)1048
 
8.4%
(Missing)9242
73.7%
ValueCountFrequency (%)
11
 
< 0.1%
301
 
< 0.1%
18101
 
< 0.1%
18357
0.1%
18801
 
< 0.1%
18922
 
< 0.1%
18962
 
< 0.1%
18981
 
< 0.1%
19001
 
< 0.1%
19011
 
< 0.1%
ValueCountFrequency (%)
202865
 
0.5%
2027396
3.2%
2026318
2.5%
2025386
3.1%
2024200
1.6%
2023102
 
0.8%
202262
 
0.5%
202150
 
0.4%
202045
 
0.4%
201943
 
0.3%

energy_class
Categorical

High correlation  Missing 

Distinct7
Distinct (%)0.1%
Missing1446
Missing (%)11.5%
Memory size98.1 KiB
G
3685 
B
3427 
C
1634 
D
938 
A
879 
Other values (2)
525 

Length

Max length1
Median length1
Mean length1
Min length1

Characters and Unicode

Total characters11088
Distinct characters7
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowB
2nd rowB
3rd rowG
4th rowD
5th rowC

Common Values

ValueCountFrequency (%)
G3685
29.4%
B3427
27.3%
C1634
13.0%
D938
 
7.5%
A879
 
7.0%
E354
 
2.8%
F171
 
1.4%
(Missing)1446
 
11.5%

Length

2026-01-05T12:27:51.550542image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.580347image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
g3685
33.2%
b3427
30.9%
c1634
14.7%
d938
 
8.5%
a879
 
7.9%
e354
 
3.2%
f171
 
1.5%

Most occurring characters

ValueCountFrequency (%)
G3685
33.2%
B3427
30.9%
C1634
14.7%
D938
 
8.5%
A879
 
7.9%
E354
 
3.2%
F171
 
1.5%

Most occurring categories

ValueCountFrequency (%)
(unknown)11088
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
G3685
33.2%
B3427
30.9%
C1634
14.7%
D938
 
8.5%
A879
 
7.9%
E354
 
3.2%
F171
 
1.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown)11088
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
G3685
33.2%
B3427
30.9%
C1634
14.7%
D938
 
8.5%
A879
 
7.9%
E354
 
3.2%
F171
 
1.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown)11088
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
G3685
33.2%
B3427
30.9%
C1634
14.7%
D938
 
8.5%
A879
 
7.9%
E354
 
3.2%
F171
 
1.5%

energy_efficiency_rating
Categorical

High correlation  Missing 

Distinct28
Distinct (%)0.3%
Missing1446
Missing (%)11.5%
Memory size98.1 KiB
Třída B - Velmi úsporná č. 264/2020 Sb. podle vyhlášky
1761 
Třída G - Mimořádně nehospodárná
1524 
Třída G - Mimořádně nehospodárná č. 264/2020 Sb. podle vyhlášky
1183 
Třída B - Velmi úsporná
842 
Třída G - Mimořádně nehospodárná č. 148/2007 Sb. podle vyhlášky
761 
Other values (23)
5017 

Length

Max length63
Median length58
Mean length47.132035
Min length17

Characters and Unicode

Total characters522600
Distinct characters49
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowTřída B - Velmi úsporná
2nd rowTřída B - Velmi úsporná č. 264/2020 Sb. podle vyhlášky
3rd rowTřída G - Mimořádně nehospodárná
4th rowTřída D - Méně úsporná
5th rowTřída C - Úsporná č. 148/2007 Sb. podle vyhlášky

Common Values

ValueCountFrequency (%)
Třída B - Velmi úsporná č. 264/2020 Sb. podle vyhlášky1761
14.0%
Třída G - Mimořádně nehospodárná1524
12.2%
Třída G - Mimořádně nehospodárná č. 264/2020 Sb. podle vyhlášky1183
9.4%
Třída B - Velmi úsporná842
 
6.7%
Třída G - Mimořádně nehospodárná č. 148/2007 Sb. podle vyhlášky761
 
6.1%
Třída C - Úsporná č. 264/2020 Sb. podle vyhlášky667
 
5.3%
Třída A - Mimořádně úsporná č. 264/2020 Sb. podle vyhlášky590
 
4.7%
Třída B - Velmi úsporná č. 78/2013 Sb. podle vyhlášky583
 
4.7%
Třída C - Úsporná397
 
3.2%
Třída D - Méně úsporná č. 264/2020 Sb. podle vyhlášky370
 
3.0%
Other values (18)2410
19.2%
(Missing)1446
11.5%

Length

2026-01-05T12:27:51.622987image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
třída11088
12.0%
11088
12.0%
č7828
8.5%
sb7828
8.5%
podle7828
8.5%
vyhlášky7828
8.5%
úsporná6878
 
7.4%
264/20204797
 
5.2%
mimořádně4564
 
4.9%
nehospodárná4210
 
4.5%
Other values (11)18655
20.1%

Most occurring characters

ValueCountFrequency (%)
81504
 
15.6%
o27690
 
5.3%
d27690
 
5.3%
á27690
 
5.3%
n20446
 
3.9%
l19254
 
3.7%
p18916
 
3.6%
217422
 
3.3%
y15656
 
3.0%
.15656
 
3.0%
Other values (39)250676
48.0%

Most occurring categories

ValueCountFrequency (%)
(unknown)522600
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
81504
 
15.6%
o27690
 
5.3%
d27690
 
5.3%
á27690
 
5.3%
n20446
 
3.9%
l19254
 
3.7%
p18916
 
3.6%
217422
 
3.3%
y15656
 
3.0%
.15656
 
3.0%
Other values (39)250676
48.0%

Most occurring scripts

ValueCountFrequency (%)
(unknown)522600
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
81504
 
15.6%
o27690
 
5.3%
d27690
 
5.3%
á27690
 
5.3%
n20446
 
3.9%
l19254
 
3.7%
p18916
 
3.6%
217422
 
3.3%
y15656
 
3.0%
.15656
 
3.0%
Other values (39)250676
48.0%

Most occurring blocks

ValueCountFrequency (%)
(unknown)522600
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
81504
 
15.6%
o27690
 
5.3%
d27690
 
5.3%
á27690
 
5.3%
n20446
 
3.9%
l19254
 
3.7%
p18916
 
3.6%
217422
 
3.3%
y15656
 
3.0%
.15656
 
3.0%
Other values (39)250676
48.0%

has_elevator
Boolean

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
False
6846 
True
5688 
ValueCountFrequency (%)
False6846
54.6%
True5688
45.4%
2026-01-05T12:27:51.644610image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

has_garage
Boolean

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
False
10898 
True
1636 
ValueCountFrequency (%)
False10898
86.9%
True1636
 
13.1%
2026-01-05T12:27:51.660354image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

has_cellar
Boolean

High correlation 

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
True
7416 
False
5118 
ValueCountFrequency (%)
True7416
59.2%
False5118
40.8%
2026-01-05T12:27:51.675280image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

has_terrace
Boolean

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
False
10107 
True
2427 
ValueCountFrequency (%)
False10107
80.6%
True2427
 
19.4%
2026-01-05T12:27:51.689492image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

has_loggia
Boolean

High correlation 

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
False
10234 
True
2300 
ValueCountFrequency (%)
False10234
81.6%
True2300
 
18.4%
2026-01-05T12:27:51.704232image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

is_furnished
Categorical

High correlation  Missing 

Distinct3
Distinct (%)< 0.1%
Missing6161
Missing (%)49.2%
Memory size98.1 KiB
false
2526 
Částečně
2513 
true
1334 

Length

Max length8
Median length5
Mean length5.9736388
Min length4

Characters and Unicode

Total characters38070
Distinct characters13
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st rowfalse
2nd rowČástečně
3rd rowfalse
4th rowfalse
5th rowČástečně

Common Values

ValueCountFrequency (%)
false2526
20.2%
Částečně2513
20.0%
true1334
 
10.6%
(Missing)6161
49.2%

Length

2026-01-05T12:27:51.730100image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2026-01-05T12:27:51.751832image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
ValueCountFrequency (%)
false2526
39.6%
částečně2513
39.4%
true1334
20.9%

Most occurring characters

ValueCountFrequency (%)
e6373
16.7%
s5039
13.2%
t3847
10.1%
f2526
 
6.6%
a2526
 
6.6%
l2526
 
6.6%
Č2513
 
6.6%
á2513
 
6.6%
č2513
 
6.6%
n2513
 
6.6%
Other values (3)5181
13.6%

Most occurring categories

ValueCountFrequency (%)
(unknown)38070
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
e6373
16.7%
s5039
13.2%
t3847
10.1%
f2526
 
6.6%
a2526
 
6.6%
l2526
 
6.6%
Č2513
 
6.6%
á2513
 
6.6%
č2513
 
6.6%
n2513
 
6.6%
Other values (3)5181
13.6%

Most occurring scripts

ValueCountFrequency (%)
(unknown)38070
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
e6373
16.7%
s5039
13.2%
t3847
10.1%
f2526
 
6.6%
a2526
 
6.6%
l2526
 
6.6%
Č2513
 
6.6%
á2513
 
6.6%
č2513
 
6.6%
n2513
 
6.6%
Other values (3)5181
13.6%

Most occurring blocks

ValueCountFrequency (%)
(unknown)38070
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
e6373
16.7%
s5039
13.2%
t3847
10.1%
f2526
 
6.6%
a2526
 
6.6%
l2526
 
6.6%
Č2513
 
6.6%
á2513
 
6.6%
č2513
 
6.6%
n2513
 
6.6%
Other values (3)5181
13.6%

is_topped
Boolean

Distinct2
Distinct (%)< 0.1%
Missing0
Missing (%)0.0%
Memory size12.4 KiB
True
7629 
False
4905 
ValueCountFrequency (%)
True7629
60.9%
False4905
39.1%
2026-01-05T12:27:51.769428image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Distinct12296
Distinct (%)98.1%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
2026-01-05T12:27:51.906772image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Length

Max length355
Median length278
Mean length158.84618
Min length97

Characters and Unicode

Total characters1990978
Distinct characters112
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique12113 ?
Unique (%)96.6%

Sample

1st rowByt 2+kk 59 m² k prodeji Střížkovská, Praha 8 - Střížkov; 8 490 900 Kč, terasa, parkovací místo, skeletová stavba, osobní vlastnictví, novostavby.
2nd rowByt 5+kk 119 m² k prodeji Českobrodská, Praha 9 - Hostavice; 14 980 000 Kč, terasa, parkovací místo, výtah, bezbariérový, skeletová stavba, osobní vlastnictví, novostavby.
3rd rowByt 2+1 51 m² k prodeji Strakonická, Praha 5 - Smíchov; 6 850 000 Kč, terasa, cihlová stavba, osobní vlastnictví, po rekonstrukci.
4th rowByt 2+1 57 m² k prodeji Na Petřinách, Praha 6 - Veleslavín; 7 700 000 Kč, panelová stavba, osobní vlastnictví, v dobrém stavu.
5th rowByt 3+kk 60 m² k prodeji Vašátkova, Praha 9 - Černý Most; 8 749 900 Kč, lodžie, parkovací místo, výtah, bezbariérový, panelová stavba, osobní vlastnictví, ve velmi dobrém stavu.
ValueCountFrequency (%)
k12879
 
4.0%
12806
 
4.0%
byt12583
 
3.9%
vlastnictví12559
 
3.9%
12539
 
3.9%
prodeji12535
 
3.9%
stavba12534
 
3.9%
osobní11334
 
3.5%
00010773
 
3.3%
8336
 
2.6%
Other values (7392)204269
63.2%
2026-01-05T12:27:52.088064image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
285598
 
14.3%
v117147
 
5.9%
a112470
 
5.6%
o111785
 
5.6%
t94651
 
4.8%
s78365
 
3.9%
e77233
 
3.9%
,75938
 
3.8%
n66445
 
3.3%
r66110
 
3.3%
Other values (102)905236
45.5%

Most occurring categories

ValueCountFrequency (%)
(unknown)1990978
100.0%

Most frequent character per category

(unknown)
ValueCountFrequency (%)
285598
 
14.3%
v117147
 
5.9%
a112470
 
5.6%
o111785
 
5.6%
t94651
 
4.8%
s78365
 
3.9%
e77233
 
3.9%
,75938
 
3.8%
n66445
 
3.3%
r66110
 
3.3%
Other values (102)905236
45.5%

Most occurring scripts

ValueCountFrequency (%)
(unknown)1990978
100.0%

Most frequent character per script

(unknown)
ValueCountFrequency (%)
285598
 
14.3%
v117147
 
5.9%
a112470
 
5.6%
o111785
 
5.6%
t94651
 
4.8%
s78365
 
3.9%
e77233
 
3.9%
,75938
 
3.8%
n66445
 
3.3%
r66110
 
3.3%
Other values (102)905236
45.5%

Most occurring blocks

ValueCountFrequency (%)
(unknown)1990978
100.0%

Most frequent character per block

(unknown)
ValueCountFrequency (%)
285598
 
14.3%
v117147
 
5.9%
a112470
 
5.6%
o111785
 
5.6%
t94651
 
4.8%
s78365
 
3.9%
e77233
 
3.9%
,75938
 
3.8%
n66445
 
3.3%
r66110
 
3.3%
Other values (102)905236
45.5%

updated
Date

Distinct207
Distinct (%)1.7%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
Minimum2025-01-09 00:00:00
Maximum2026-05-01 00:00:00
Invalid dates0
Invalid dates (%)0.0%
2026-01-05T12:27:52.126673image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:52.164366image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

created_at
Date

Unique 

Distinct12534
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size98.1 KiB
Minimum2025-12-22 04:57:39.828139
Maximum2026-01-05 02:35:12.101182
Invalid dates0
Invalid dates (%)0.0%
2026-01-05T12:27:52.200089image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:52.243132image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

Interactions

2026-01-05T12:27:46.879505image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.585278image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.181880image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.707385image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.277625image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.714873image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.148930image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.669171image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.118169image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.563020image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.134303image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.559968image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.986245image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.446327image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.050674image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.623074image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.212136image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.740121image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.305694image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.744950image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.178388image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.697680image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.147530image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.593435image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.162018image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.589834image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.018626image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.475215image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.082249image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.653126image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.249565image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.773550image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.337404image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.776238image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.208192image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.728847image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.179540image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.626451image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.191401image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.619234image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.050529image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.507038image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.115522image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.683219image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.327066image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.805448image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.368319image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.806765image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.238711image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.761496image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.210459image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.657710image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.222242image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.649304image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.084660image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.538507image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.150179image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.711325image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.361161image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.845171image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.397549image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.837195image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.269609image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.794102image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.241402image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.690178image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.253271image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.677446image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.118537image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.569785image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.182795image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.740042image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.394271image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.879525image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.430345image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.866904image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.299534image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.826933image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.272527image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.721473image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.283615image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.708742image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.152172image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.600490image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.217503image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.767700image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.427725image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.915743image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.463254image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.897373image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.328564image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.859993image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.303847image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.754358image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.312212image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.740295image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.185179image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.631557image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.252889image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.798473image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.460962image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.964477image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.495854image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.929898image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.359448image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.891641image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.337906image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.787922image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.343340image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.771433image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.218370image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.661786image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.285828image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.829283image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.495146image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.998947image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.528166image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.961861image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.487777image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.924578image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.369907image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.821148image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.374886image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.802338image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.252741image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.693299image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.319747image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:40.858406image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.528495image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.031985image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.560018image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.994339image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.518622image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.955873image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.403309image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.853698image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.404654image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.832618image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.285968image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.726563image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.355250image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.059541image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.562406image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.062573image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.590276image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.024479image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.547181image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.987869image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.434057image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.890851image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.434342image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.863449image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.315817image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.757925image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.392125image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.087474image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.594147image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.094041image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.621203image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.054018image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.577115image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.018803image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.465032image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.920361image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.465340image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.893116image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.348129image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.787589image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.428603image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.120093image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.631103image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.126466image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.653182image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.086036image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.609598image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.053852image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.500870image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.068244image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.497035image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.924631image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.381362image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.818887image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:47.465785image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.148530image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:41.669371image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.245056image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:42.682510image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.114597image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:43.637678image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.084500image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:44.531522image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.100421image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.527418image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:45.953683image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.412396image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
2026-01-05T12:27:46.847208image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/

Correlations

2026-01-05T12:27:52.293435image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
building_conditioncategory_subcellar_area_m2construction_typeconstruction_yeardistrict_idenergy_classenergy_efficiency_ratingfloor_numberhas_cellarhas_elevatorhas_garagehas_loggiahas_terraceidis_furnishedis_toppedlatitudelocality_region_idlocation_typeloggia_area_m2longitudemunicipality_idownership_typeprice_totaltotal_area_m2total_floorsusable_area_m2
building_condition1.0000.2050.0500.1960.0000.1530.3100.2850.0260.0670.2190.2180.0890.3140.0100.2420.1200.1060.1220.1070.0510.1010.0000.1120.0740.0000.0550.040
category_sub0.2051.0000.0840.1810.0520.2220.1960.1480.0300.1440.1600.1880.2160.3500.0140.0870.1080.0890.1160.1150.1040.0970.0000.1430.2010.0000.0590.308
cellar_area_m20.0500.0841.0000.054-0.088-0.0510.0960.064-0.2071.0000.2060.0770.0580.045-0.0080.0000.000-0.051-0.0090.0000.1430.040-0.0280.0000.0660.336-0.3580.285
construction_type0.1960.1810.0541.0000.0000.2000.1840.2030.1180.1260.2000.1790.3580.2350.0090.0860.0920.1090.1390.2090.0660.1230.0000.2120.0980.0000.2140.067
construction_year0.0000.052-0.0880.0001.0000.1960.0000.1140.0030.0000.0000.0030.0000.023-0.0210.0000.000-0.0860.1750.0000.3150.0200.1780.0070.3700.0330.037-0.006
district_id0.1530.222-0.0510.2000.1961.0000.1410.2230.0990.0070.2390.1190.0550.0440.0000.0510.099-0.0140.6140.1340.1650.1510.6000.0370.551-0.0020.215-0.008
energy_class0.3100.1960.0960.1840.0000.1411.0000.9990.0500.0920.2640.1740.1070.2370.0000.1490.0660.1000.1230.0980.0390.1000.0000.1020.0630.0380.0620.000
energy_efficiency_rating0.2850.1480.0640.2030.1140.2230.9991.0000.0450.1250.2750.2130.1360.2520.0000.1900.2010.1120.1320.1200.0160.1140.0000.1240.0730.0120.0820.035
floor_number0.0260.030-0.2070.1180.0030.0990.0500.0451.0000.0420.2630.0360.1540.071-0.0050.0130.0380.024-0.0080.100-0.038-0.057-0.0080.0650.117-0.0250.5320.009
has_cellar0.0670.1441.0000.1260.0000.0070.0920.1250.0421.0000.0790.0890.1020.0250.0000.0560.0120.0550.1070.0950.0280.0790.0000.0100.0270.0340.0600.039
has_elevator0.2190.1600.2060.2000.0000.2390.2640.2750.2630.0791.0000.0990.1770.0640.0100.0380.0670.1780.2310.1530.0080.1950.0000.0660.1820.0190.3890.010
has_garage0.2180.1880.0770.1790.0030.1190.1740.2130.0360.0890.0991.0000.0210.1700.0240.0150.0730.1190.1470.1020.0890.1240.0000.0400.2060.0000.0720.172
has_loggia0.0890.2160.0580.3580.0000.0550.1070.1360.1540.1020.1770.0211.0000.1740.0000.0400.0000.1050.1180.2301.0000.0770.0000.1220.0550.0310.2600.055
has_terrace0.3140.3500.0450.2350.0230.0440.2370.2520.0710.0250.0640.1700.1741.0000.0000.0810.0620.1310.1430.1290.1150.1230.0000.1030.2840.0180.1210.287
id0.0100.014-0.0080.009-0.0210.0000.0000.000-0.0050.0000.0100.0240.0000.0001.0000.0000.000-0.0110.0080.0150.0370.0160.0050.000-0.0000.0060.0090.020
is_furnished0.2420.0870.0000.0860.0000.0510.1490.1900.0130.0560.0380.0150.0400.0810.0001.0000.0070.0940.1030.0890.1020.0861.0000.0420.0720.0220.0240.011
is_topped0.1200.1080.0000.0920.0000.0990.0660.2010.0380.0120.0670.0730.0000.0620.0000.0071.0000.1180.1230.0340.0000.1300.0000.0250.1110.0270.0800.114
latitude0.1060.089-0.0510.109-0.086-0.0140.1000.1120.0240.0550.1780.1190.1050.131-0.0110.0940.1181.000-0.3040.096-0.026-0.348-0.2570.124-0.010-0.0700.077-0.024
locality_region_id0.1220.116-0.0090.1390.1750.6140.1230.132-0.0080.1070.2310.1470.1180.1430.0080.1030.123-0.3041.0000.0980.0700.5130.9500.2030.2420.0150.030-0.001
location_type0.1070.1150.0000.2090.0000.1340.0980.1200.1000.0950.1530.1020.2300.1290.0150.0890.0340.0960.0981.0000.0000.0721.0000.1240.0680.0000.1630.044
loggia_area_m20.0510.1040.1430.0660.3150.1650.0390.016-0.0380.0280.0080.0891.0000.1150.0370.1020.000-0.0260.0700.0001.000-0.0510.0620.0000.3590.300-0.0270.178
longitude0.1010.0970.0400.1230.0200.1510.1000.114-0.0570.0790.1950.1240.0770.1230.0160.0860.130-0.3480.5130.072-0.0511.0000.3960.158-0.078-0.017-0.069-0.021
municipality_id0.0000.000-0.0280.0000.1780.6000.0000.000-0.0080.0000.0000.0000.0000.0000.0051.0000.000-0.2570.9501.0000.0620.3961.0000.0000.2410.0010.042-0.001
ownership_type0.1120.1430.0000.2120.0070.0370.1020.1240.0650.0100.0660.0400.1220.1030.0000.0420.0250.1240.2030.1240.0000.1580.0001.0000.0860.0000.1100.069
price_total0.0740.2010.0660.0980.3700.5510.0630.0730.1170.0270.1820.2060.0550.284-0.0000.0720.111-0.0100.2420.0680.359-0.0780.2410.0861.0000.4890.1180.471
total_area_m20.0000.0000.3360.0000.033-0.0020.0380.012-0.0250.0340.0190.0000.0310.0180.0060.0220.027-0.0700.0150.0000.300-0.0170.0010.0000.4891.000-0.1610.932
total_floors0.0550.059-0.3580.2140.0370.2150.0620.0820.5320.0600.3890.0720.2600.1210.0090.0240.0800.0770.0300.163-0.027-0.0690.0420.1100.118-0.1611.000-0.134
usable_area_m20.0400.3080.2850.067-0.006-0.0080.0000.0350.0090.0390.0100.1720.0550.2870.0200.0110.114-0.024-0.0010.0440.178-0.021-0.0010.0690.4710.932-0.1341.000

Missing values

2026-01-05T12:27:47.557311image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
A simple visualization of nullity by column.
2026-01-05T12:27:47.669363image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2026-01-05T12:27:47.800585image/svg+xmlMatplotlib v3.10.0, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

idweb_linktitledescriptioncategory_subprice_totalcurrencystreetlocality_region_iddistrict_idmunicipality_idlatitudelongitudeusable_area_m2total_area_m2loggia_area_m2cellar_area_m2floor_numbertotal_floorsconstruction_typebuilding_conditionownership_typelocation_typeconstruction_yearenergy_classenergy_efficiency_ratinghas_elevatorhas_garagehas_cellarhas_terracehas_loggiais_furnishedis_toppedmeta_descriptionupdatedcreated_at
03121992524https://www.sreality.cz/detail/prodej/byt/2+kk/praha-strizkov-strizkovska/3121992524Prodej bytu 2+kk 59 m² (Jednopodlažní)Akční cena do konce roku 2025.\n\nZkolaudováno - k nastěhování !!\n\nK bytu je nutné přikoupit sklepní kóji. Garážové stání volitelné.\n\nNabízíme k prodeji světlý a moderně řešený byt 2+kk o užitné ploše 59 m² a 15m2 předzahrádkou, situovaný v prestižním rezidenčním projektu Střížkovský dvůr. Nachází se v jedinečně klidné části Prahy 8 - Střížkov/Prosek, avšak s veškerou občanskou vybaveností a stanicí metra C 'Střížkov' v pohodlné docházkové vzdálenosti (jen 5 minut).\n\nO Projektu Střížkovský dvůr:\nTento komorní projekt tří citlivě propojených rezidenčních budov (celkem 34 bytů od 1+kk po mezonetové 3+kk s galerií) harmonicky navazuje na původní střížkovskou zástavbu. Architektura v moderním minimalistickém stylu čerpá inspiraci z přírody, klade důraz na nadčasovost a trvalou hodnotu.\n\n•\tVysoký standard: Celý projekt, který je již ve výstavbě, bude od základu proveden ve vysokém standardu – těšit se můžete na dřevěné podlahy, elegantní dřevěná okna a velkoformátové obklady v koupelnách.\n\n•\tKomfort a soukromí: Přízemní byty nabízejí soukromé předzahrádky, vybrané jednotky ve vyšších patrech zase lodžie nebo terasy. Pro každý byt je k dispozici možnost dokoupení parkovacího stání a sklepa. Některé byty v horních patrech nabídnou atraktivní výhledy na panorama Prahy a nadstandardní výšku stropů otevřených do krovu.\n\n•\tDoprava: Stanice metra C 'Střížkov' je vzdálena jen cca 300 metrů. Autem se během pár minut napojíte na ulici Liberecká, městský okruh, tunel Blanka i dálnice D8, D10 a D11.\n\n•\tObčanská vybavenost: V okolí naleznete vše potřebné: obchody, restaurace, kavárny, mateřské, základní i střední školy (včetně sousedícího Gymnázia Thomase Manna a nedalekého Gymnázia Litoměřická), Polikliniku Prosek i Nemocnici Bulovka.\n\n•\tPříroda a volný čas: V bezprostřední blízkosti je park s dětským hřištěm a kavárnou. Kousek dál najdete rozlehlý Park Přátelství, Prosecké skály s vyhlídkou Emy Destinové, vinici Máchalka, park Podvinný či lesopark Ládví s hvězdárnou.\n\nNajděte svůj nový domov ve Střížkovském dvoře!\n\nTento byt představuje ideální volbu pro jednotlivce, páry i malé rodiny, kteří hledají kvalitní, moderní bydlení s vynikající dostupností, kompletní občanskou vybaveností a přírodou na dosah ruky.\n\nNenechte si ujít šanci stát se součástí tohoto výjimečného projektu. Pro více informací, zaslání podrobných materiálů nebo domluvení osobní prezentace projektu nás neváhejte kontaktovat.\n\nTěšíme se na váš zájem! Váš tým Střížkovský dvůr.2+kk8490900Střížkovská, Praha 8 - Střížkov105008346850.12358914.48274559NaNNaNNaN1.0NaNSkeletováNovostavbaOsobníNoneNaNBTřída B - Velmi úspornáFalseFalseTrueTrueFalseNoneTrueByt 2+kk 59 m² k prodeji Střížkovská, Praha 8 - Střížkov; 8 490 900 Kč, terasa, parkovací místo, skeletová stavba, osobní vlastnictví, novostavby.18.12.20252025-12-22 04:57:39.828139
13094987596https://www.sreality.cz/detail/prodej/byt/5+kk/praha-hostavice-ceskobrodska/3094987596Prodej bytu 5+kk 119 m²Nabízíme k prodeji nadstandardní rodinný byt s velkou terasou a balkonem o dispozici 5+kk (č. 301B) o celkové ploše 119 m2 v projektu Zelené kaskády na Praze 9, který se skládá z obývacího pokoje s kuchyňským koutem (29 m2), ložnice se šatnou (18,4 m2), druhé ložnice (12,5 m2), dětského pokoje (12,5 m2), pracovny (10 m2) a druhé šatny (8,3 m2). Dále zde naleznete dvě samostatné koupelny. První s WC a vanou (9 m2), druhou se sprchovým koutem (3,6 m2) a prostornou předsíň (9,6 m2). K bytu náleží také krásná terasa (34 m2) s výhledem do okolí.\r\nByt je ihned k dispozici. Dohodněte si nezávaznou prohlídku.\r\n\t‌\r\nProjekt Zelené kaskády se nachází v klidné lokalitě na Praze 9. V okolí naleznete plnou občanskou vybavenost, školky, školy a nákupní možnosti. Zastávka autobusu, který vás pohodlně doveze k metru nebo do centra Prahy, je přímo u domu. K dopravě lze také využívat rychlé příměstské vlaky. V okolí domu se nachází plno skvělých míst pro sport, procházky nebo výlety.\r\n\t‌\r\nK bytu je nutné dokoupit parkovací stání a sklep. Více informací o projektu Zelené kaskády, GARTAL hypotéce a dalších zvýhodnění naleznete na webu projektu, nebo kontaktujte naše obchodní zástupce. Tento byt 301B nabízíme ve standardu Shell & Core. Podlahové krytiny a vybavení koupelen si můžete vybrat z nabízeného standardu a byt vám předáme kompletně dokončený, nebo si jeho dokončení zařídíte dle vašich představ.5+kk14980000Českobrodská, Praha 9 - Hostavice105009346850.08739914.561061119119.0NaNNaN3.05.0SkeletováNovostavbaOsobníKlidná část obce2025.0BTřída B - Velmi úsporná č. 264/2020 Sb. podle vyhláškyTrueFalseTrueTrueFalsefalseTrueByt 5+kk 119 m² k prodeji Českobrodská, Praha 9 - Hostavice; 14 980 000 Kč, terasa, parkovací místo, výtah, bezbariérový, skeletová stavba, osobní vlastnictví, novostavby.17.12.20252025-12-22 04:57:39.880922
2465638220https://www.sreality.cz/detail/prodej/byt/2+1/praha-smichov-strakonicka/465638220Prodej bytu 2+1 51 m²Atelier 2+1 s příjemnou západně orientovanou teráskou a velkými okny do dvora, tedy zcela mimo provoz a ruch. Ateliér s klenutými stropy je umístěn o půl úrovně pod dvorem, do kterého má orientovaný výhled. Kompletní rekonstrukcí prošel v roce 2024 a je plně vybavený, funkční a bez investic.\r\n\r\nNa ploše přes 50 m2 nabízí celkem 3 místnosti a především 10 m2 venku na terase, na kterou je výstup z obou pokojů. Ty jsou vysoké (2,8 metru), s kompletně novou skladbou podlah a o velikostech 17 a 13 m. Ač se jedná o nebytovou jednotku, na první pohled není ateliér ničím znevýhodněn proti klasice.|\r\n\r\nMístnost s kuchyní je aktuálně přepažena vytvořenou příčkou, která oddělila linku od vstupního zádveří. V něm je prostor na botník nebo šatnu. Vstup do obou pokojů je tak od sebe oddělen a nejsou průchozí. Koupelna je vybavena sprchou, WC je samostatně. Vytápění a ohřev vody je řešen elektřinou (bojler, konvektory - náklad 4.000 Kč měsíčně s kompletním provozem domácnosti).\r\n\r\nŠpičková poloha nedaleko dopravního uzlu (Smíchovské nádraží) v jedné ze stavebně nejprogresivnějších částí Prahy je hlavním bodem celé nabídky. Dům je opravený se vzorově provedenými společnými částmi budovy. Pokud vás o nabídce zajímavá více informací, rád vám pošlu odkaz na web s plánkem a dalšími fotkami či popisem.2+16850000Strakonická, Praha 5 - Smíchov105005346850.05828114.41091951NaNNaNNaN1.06.0CihlováPo rekonstrukciOsobníCentrum obceNaNGTřída G - Mimořádně nehospodárnáFalseFalseFalseTrueFalseČástečněFalseByt 2+1 51 m² k prodeji Strakonická, Praha 5 - Smíchov; 6 850 000 Kč, terasa, cihlová stavba, osobní vlastnictví, po rekonstrukci.18.12.20252025-12-22 04:57:39.920316
32562995020https://www.sreality.cz/detail/prodej/byt/2+1/praha-veleslavin-na-petrinach/2562995020Prodej bytu 2+1 57 m²Nabízíme k prodeji velký, světlý byt o dispozici 2+1 s celkovou plochou 57 m2, který se nachází ve 2. nadzemním podlaží bytového domu bez výtahu v prestižní lokalitě Praha 6-Veleslavín, v ulici Na Petřinách nedaleko stanice metra A - Petřiny.\r\n&nbsp;\r\n&nbsp;Byt je v původním, udržovaném stavu a nabízí tak možnost úpravy dle vlastních představ. \r\n&nbsp;Dispozice 2+1 zahrnuje:\r\n&nbsp;obývací pokoj (22,10 m2)\r\n&nbsp;ložnici (13,70 m2)\r\n&nbsp;kuchyň (8,70 m2)\r\n&nbsp;předsíň (7,10 m2)\r\n&nbsp;koupelnu (2,20 m2)\r\n&nbsp;samostatné WC (0,9 m2)\r\n&nbsp;K bytu náleží sklepní kóje o velikosti 2,20 m2 v 1PP.\r\n&nbsp;\r\n&nbsp;Bytový dům se nachází v klidné části Veleslavína s dostatkem zeleně a výbornou dopravní dostupností. Stanice metra A Petřiny je v docházkové vzdálenosti, stejně jako tramvajové a autobusové zastávky.\r\n&nbsp;\r\n&nbsp;V okolí je kompletní občanská vybavenost _ obchody, supermarket, pošta, lékárna, restaurace, kavárny, školy a školky. Pro relaxaci a volnočasové aktivity jsou v blízkosti Obora Hvězda, Divoká Šárka či Břevnovský klášter s krásným parkem.\r\n&nbsp;Lokalita Praha 6-Veleslavín (Petřiny) patří dlouhodobě mezi nejvyhledávanější pražské rezidenční oblasti díky spojení klidného prostředí, zeleně a skvělé dostupnosti do centra i na letiště.\r\n&nbsp;Byt je vhodný jak k vlastnímu bydlení, tak jako stabilní investice s potenciálem dalšího zhodnocení.\r\n&nbsp;\r\n&nbsp;Osobní vlastnictví s možností financovat hypotečním úvěrem, který za Vás rádi vyřídíme. \r\n&nbsp;\r\n&nbsp;Ukazatel energetické náročnosti: D\r\n&nbsp;2+17700000Na Petřinách, Praha 6 - Veleslavín105006346850.08950914.3491845754.0NaNNaN2.06.0PanelováDobrýOsobníNoneNaNDTřída D - Méně úspornáFalseFalseTrueFalseFalsefalseTrueByt 2+1 57 m² k prodeji Na Petřinách, Praha 6 - Veleslavín; 7 700 000 Kč, panelová stavba, osobní vlastnictví, v dobrém stavu.18.12.20252025-12-22 04:57:39.973853
42660512588https://www.sreality.cz/detail/prodej/byt/3+kk/praha-cerny-most-vasatkova/2660512588Prodej bytu 3+kk 60 m²Nabízíme k prodeji prostorný a světlý byt 3+kk s lodžií v osobním vlastnictví a užitnou plochou 60 m², který se nachází v 1. nadzemním podlaží panelového domu v klidné části Praha - Černý Most. Tato nemovitost se pyšní dobrou lokalitou s výbornou občanskou vybaveností a rychlou dostupností do centra města. Nemovitost disponuje předsíní, prostorným a vzdušným obývacím pokojem s kuchyňským koutem, ložnicí, dětským pokojem, koupelnou a samostatnou toaletou. K bytu náleží sklepní kóje, která přináší další úložný prostor. Byt prošel rekonstrukcí, díky čemuž nový vlastník ušetří na dalších investicích. Díky své dispozici a skvělé lokalitě je ideální pro mladé rodiny nebo jako investiční příležitost. V blízkosti se nachází centrum Westfield Černý Most, autobusová zastávka Doležalova a stanice metra C Černý Most je v pěší vzdálenosti. Byt je ihned k nastěhování. Neváhejte, podobné byty v této lokalitě mizí velmi rychle, proto si domluvte prohlídku ještě dnes a získejte svůj nový domov.3+kk8749900Vašátkova, Praha 9 - Černý Most105009346850.10259114.57009060NaNNaNNaN1.011.0PanelováVelmi dobrýOsobníKlidná část obceNaNCTřída C - Úsporná č. 148/2007 Sb. podle vyhláškyTrueFalseTrueFalseTruefalseTrueByt 3+kk 60 m² k prodeji Vašátkova, Praha 9 - Černý Most; 8 749 900 Kč, lodžie, parkovací místo, výtah, bezbariérový, panelová stavba, osobní vlastnictví, ve velmi dobrém stavu.18.12.20252025-12-22 04:57:40.083271
53086881612https://www.sreality.cz/detail/prodej/byt/1+kk/praha-strizkov-strizkovska/3086881612Prodej bytu 1+kk 50 m² (Jednopodlažní)Zkolaudováno - k nastěhování !!\n\nK bytu je nutné přikoupit sklepní kóji. Garážové stání volitelné.\n\nNabízíme k prodeji velkorysý a moderně řešený byt 1+kk o užitné ploše 50 m², situovaný v prestižním rezidenčním projektu Střížkovský dvůr. Nachází se v jedinečně klidné části Prahy 8 - Střížkov/Prosek, avšak s veškerou občanskou vybaveností a stanicí metra C 'Střížkov' v pohodlné docházkové vzdálenosti (jen 5 minut).\n\nO Projektu Střížkovský dvůr:\nTento komorní projekt tří citlivě propojených rezidenčních budov (celkem 34 bytů od 1+kk po mezonetové 3+kk s galerií) harmonicky navazuje na původní střížkovskou zástavbu. Architektura v moderním minimalistickém stylu čerpá inspiraci z přírody, klade důraz na nadčasovost a trvalou hodnotu.\n\n•\tVysoký standard: Celý projekt, který je již ve výstavbě, bude od základu proveden ve vysokém standardu – těšit se můžete na dřevěné podlahy, elegantní dřevěná okna a velkoformátové obklady v koupelnách.\n\n•\tKomfort a soukromí: Přízemní byty nabízejí soukromé předzahrádky, vybrané jednotky ve vyšších patrech zase lodžie nebo terasy. Pro každý byt je k dispozici možnost dokoupení parkovacího stání a sklepa. Některé byty v horních patrech nabídnou atraktivní výhledy na panorama Prahy a nadstandardní výšku stropů otevřených do krovu.\n\n•\tDoprava: Stanice metra C 'Střížkov' je vzdálena jen cca 300 metrů. Autem se během pár minut napojíte na ulici Liberecká, městský okruh, tunel Blanka i dálnice D8, D10 a D11.\n\n•\tObčanská vybavenost: V okolí naleznete vše potřebné: obchody, restaurace, kavárny, mateřské, základní i střední školy (včetně sousedícího Gymnázia Thomase Manna a nedalekého Gymnázia Litoměřická), Polikliniku Prosek i Nemocnici Bulovka.\n\n•\tPříroda a volný čas: V bezprostřední blízkosti je park s dětským hřištěm a kavárnou. Kousek dál najdete rozlehlý Park Přátelství, Prosecké skály s vyhlídkou Emy Destinové, vinici Máchalka, park Podvinný či lesopark Ládví s hvězdárnou.\n\nNajděte svůj nový domov ve Střížkovském dvoře!\n\nTento byt představuje ideální volbu pro jednotlivce, páry i malé rodiny, kteří hledají kvalitní, moderní bydlení s vynikající dostupností, kompletní občanskou vybaveností a přírodou na dosah ruky.\n\nNenechte si ujít šanci stát se součástí tohoto výjimečného projektu. Pro více informací, zaslání podrobných materiálů nebo domluvení osobní prezentace projektu nás neváhejte kontaktovat.\n\nTěšíme se na váš zájem! Váš tým Střížkovský dvůr.1+kk6999000Střížkovská, Praha 8 - Střížkov105008346850.12010014.47670050NaNNaN3.02.0NaNSkeletováNovostavbaOsobníNoneNaNNoneNoneFalseTrueTrueFalseFalseNoneTrueByt 1+kk 50 m² k prodeji Střížkovská, Praha 8 - Střížkov; 6 999 000 Kč, garáž, skeletová stavba, osobní vlastnictví, novostavby.18.12.20252025-12-22 04:57:40.081067
6244568908https://www.sreality.cz/detail/prodej/byt/3+kk/praha-strasnice-na-hroude/244568908Prodej bytu 3+kk 97 m²Prostorný a dispozičně šikovně řešený byt 3+kk o ploše 97 m2 + dalších 13 m2 plochy balkonu v domě z roku 2007 v Praze 10 - Strašnicích u stanice metra Strašnická. Z bytu je výhled do uzavřeného oploceného dvora se zelení a dětským hřištěm, kde bude mít vaše rodina děti v bezpečí pod dohledem. U domu společná parkovací stání s vjezdem omezeným dopravní značkou pouze pro obyvatele domu. V okolí modré a fialové parkovací zóny. V domě k dispozici výtah. Majitelé chytře vytvořili v obývacím pokoji oddělené zákoutí s dalším místem na spaní, které je možné rovněž využít jako dětský koutek či pracovnu oddělenou od zbytku obývacího pokoje s klidem na soustředění.\r\n&nbsp;\r\n&nbsp;Byt nabízí vstupní halu, 2 ložnice, koupelnu s vanou a pračkou, samostatnou toaletu, obývací pokoj s kuchyňským koutem, zákoutím s postelí a výstupem na balkon, komoru s úložným prostorem.\r\n&nbsp;\r\n&nbsp;V pěší vzdálenosti od domu máte na výběr z mnoha příležitostí k nákupu, mateřskou i základní školu se známým volnočasovým parkem Gutovka, zimní a plavecký stadion, stanici metra Strašnická a tramvají Průběžná a Na hroudě. Spodní vchod nemocnice Královské Vinohrady je vzdálen 700 m.\r\n&nbsp;\r\n&nbsp;Domluvte si s námi prohlídku, rádi vám byt předvedeme a podáme další informace.\r\n&nbsp;\r\n&nbsp;PENB: G (Dodaný energetický průkaz má prošlou platnost, proto uvádíme dle zákonných požadavků, dokud nám nebude dodán nový dokument, energetickou třídu G. V době platnosti energetického průkazu měla budova energetickou náročnost třídy C.)\r\n&nbsp;3+kk15855390Na hroudě, Praha 10 - Strašnice105010346850.07006414.48692997NaNNaNNaN3.08.0CihlováVelmi dobrýOsobníNoneNaNGTřída G - Mimořádně nehospodárnáTrueFalseFalseFalseFalseNoneTrueByt 3+kk 97 m² k prodeji Na hroudě, Praha 10 - Strašnice; 15 855 390 Kč, balkón, výtah, cihlová stavba, osobní vlastnictví, ve velmi dobrém stavu.18.12.20252025-12-22 04:57:40.111881
73842384716https://www.sreality.cz/detail/prodej/byt/3+1/praha-chodov-laskova/3842384716Prodej bytu 3+1 80 m² (Jednopodlažní)Hledáte domov, kde se budete cítit pohodlně od prvního okamžiku? Byt na krásné adrese Láskova 1815 nabízí přesně to – kombinaci prostoru, světla, klidu a výborné dostupnosti.\r\n\r\nPředstavujeme vám nabídku velmi pěkného bytu o dispozici 3+1 a užitné ploše 70 m² (+ 6,96 m2 balkon a 3 m2 sklep), který se nachází v 5. nadzemním podlaží osmipodlažního zatepleného panelového domu s výtahem.\r\n\r\nByt je v osobním vlastnictví a v roce 2023 prošel pečlivou rekonstrukcí – byly zde udělány nové podlahy, kompletní rozvody elektřiny, vody i odpadu. Modernizovaná byla take kuchyňská linka a vznikl zde hezký prostor pro trávení rodinných chvil.\r\n\r\nVelkým benefitem bytu je prostorná zasklená lodžie - takové to místo, kam si ráno donesete kávu, večer sklenku vína a v zimě klidně deku a knihu. A nebo lodžii využijete jako úložný prostor navíc.\r\n\r\nDíky orientaci oken na východ a západ je byt krásně světlý – probouzí vás jemné ranní slunce a večer si užijete teplé západy. Na západní straně bytu jsou na oknech instalovány venkovní rolety, které pomáhají udržet v bytě příjemnou teplotu a stín i v letních měsících.\r\n\r\nK bytu patří sklep 3 m², kde pohodlně uložíte kočárek, sportovní výbavu nebo sezónní věci.\r\n\r\nLokalita nabízí vše, co potřebujete pro každodenní provoz rodiny. Chodov je dnes jednou z nejpraktičtějších pražských lokalit. Jen pár minut od domu najdete mateřské a základní školy, dětská hřiště, sportoviště, polikliniku, poštu, úřad i supermarkety nebo oblíbené OC Westfield Chodov.\r\n\r\nKdyž budete chtít vypnout hlavu, stačí se vydat do blízkého Kunratického lesa – zelené oázy, kde se krásně projdete, proběhnete nebo si vyjedete na kole.\r\nMetro i další doprava jsou v docházkové vzdálenosti, takže se dostanete kamkoliv rychle a snadno.\r\n\r\nTOP 3 nemovitosti:\r\n1. Pěkný byt po citlivé rekonstrukci\r\n2. Orientace bytu na 2 světové strany\r\n3. Skvěle dopravně dostupná o občansky vybavená lokalita\r\n\r\nTento byt rozhodně nabízí příjemnou rodinnou atmosféru, v lokalitě, kde oceníte pohodlí, perfektní dostupnost služeb a rychlé spojení s centrem Prahy.\r\n\r\nNESTERA je připravena Vám vyřídit nejvýhodnější financování nemovitosti a také její následnou správu a pronájem. Umíme připravit komplexní řešení v oblasti financí – pojištění, investice, finanční analýzu a s tím související unikátní životní plán prosperity.\r\n\r\nPro více informací kontaktujte tým NESTERA.3+19990000Láskova, Praha 4 - Chodov105004346850.02352314.4945668080.07.03.02.01.0PanelováVelmi dobrýOsobníSídliště1990.0BTřída B - Velmi úsporná č. 264/2020 Sb. podle vyhláškyTrueFalseTrueFalseTrueČástečněTrueByt 3+1 80 m² k prodeji Láskova, Praha 4 - Chodov; 9 990 000 Kč, lodžie, výtah, panelová stavba, osobní vlastnictví, ve velmi dobrém stavu.18.12.20252025-12-22 04:57:40.903788
82684302156https://www.sreality.cz/detail/prodej/byt/3+kk/praha-kosire-hlavackova/2684302156Prodej bytu 3+kk 56 m²Byt 3kk s prostornou lodžií a posuvnými stínícími panely v pavlačovém obytném domě s vnitřními atrii dokončeném v roce 2019 a nominovaném na Českou cenu za architekturu\r\n&nbsp;\r\n&nbsp;\r\n&nbsp;Již první kroky po výrazné dlažbě z pražské mozaiky na otevřené pavlači vám napoví, že byt 3+kk o podlahové ploše 56 m2 + dalšími 11,4 m2 prostorné lodžie s posuvnými stínícími panely v rezidenci z roku 2019 nominované na Českou cenu za architekturu bude příjemně neobvyklým bydlením. K bytu patří jedno parkovací stání v kryté garáži. Přímo v domě supermarket Lidl. V pěší vzdálenosti od domu je zastávka tramvaje k metru Anděl (3 stanice, 6 min jízdy) a dále do centra města a zelený park Klamovka se zahradní restaurací.\r\n&nbsp;\r\n&nbsp;Podlahová plocha 56 m2 zahrnuje chodbu, koupelnu, samostatnou toaletu, obývací pokoj s kuchyňským koutem vybaveným kuchyňskou linkou, dvě ložnice a sklep. K bytu dále náleží k výhradnímu užívání prostorná lodžie 11,4 m2, závětří 5,2 m2 a garážové stání 12,3 m2, celkem dalších 28,9 m2 plochy. Byt je odvětráván řízenou ventilací.\r\n&nbsp;\r\n&nbsp;Domluvte si s námi prohlídku, rádi vám byt předvedeme a sdělíme další informace.\r\n&nbsp;\r\n&nbsp;PENB: G* (K nemovitosti nemáme v tuto chvíli k dispozici platný energetický průkaz. Než nám bude dodán, uvádíme dle zákonných požadavků energetickou třídu G.)\r\n&nbsp;3+kk9598277Hlaváčkova, Praha 5 - Košíře105005346850.07000614.3812925656.0NaNNaN7.09.0SmíšenáNovostavbaOsobníNoneNaNGTřída G - Mimořádně nehospodárnáTrueTrueTrueFalseTruefalseTrueByt 3+kk 56 m² k prodeji Hlaváčkova, Praha 5 - Košíře; 9 598 277 Kč, lodžie, parkovací místo, garáž, výtah, smíšená stavba, osobní vlastnictví, novostavby.18.12.20252025-12-22 04:57:40.154007
92395018060https://www.sreality.cz/detail/prodej/byt/1+kk/praha-haje-sochorcova/2395018060Prodej bytu 1+kk 34 m²Nový byt 1+kk s bohatým příslušenstvím, který byl dokončen v dubnu 2025, a na který platí záruka do roku 2030 (Central Group). K dispozici je balkon, sklep i garážové stání. Byt je kompletně dokončený vč. kvalitní kuchyně a vestavěné skříně, přičemž několik prvků bylo řešeno v rámci nadstandardu.\r\n\r\nVnitřní plocha bytu je 33,8 m2, nad rámec této velikosti je pak ještě 7 m2 balkon a 5 m2 sklep. Orientace bytu je na západ, velké okno v čele místnosti je vybaveno elektrickými roletami. V bytě je položena kvalitnější a odolnější vinylová podlaha a vybaven byl linkou od spol. Hanák se spotřebiči vyšší řady. Na chodbě je pak k dispozici velká vestavěná skříň, které však přímo za garážovým stáním asistujete ještě rozměrný sklep.\r\n\r\nKoupelna je vybavena vanou a WC, k dispozici je taktéž místo na pračku nebo sušičku. Byt je umístěn v pátém podlaží (čtvrté patro) nově dokončené budovy s bezbariérovým vstupem. Hostivařský lesopark je doslova přes ulici, Milíčovský les pak zhruba 450 m. Metro je necelý kilometr či 2 min BUSem. Pokud vás o bytu zajímá více informací, rád vám pošlu odkaz na web s větším množstvím fotek, plánkem a dalšími informacemi.1+kk7290000Sochorcova, Praha 4 - Háje105004346850.03278014.54036634NaNNaN5.05.07.0CihlováNovostavbaOsobníOkraj obce2025.0GTřída G - Mimořádně nehospodárnáTrueTrueTrueFalseFalsefalseFalseByt 1+kk 34 m² k prodeji Sochorcova, Praha 4 - Háje; 7 290 000 Kč, balkón, garáž, výtah, bezbariérový, cihlová stavba, osobní vlastnictví, novostavby.18.12.20252025-12-22 04:57:40.587161
idweb_linktitledescriptioncategory_subprice_totalcurrencystreetlocality_region_iddistrict_idmunicipality_idlatitudelongitudeusable_area_m2total_area_m2loggia_area_m2cellar_area_m2floor_numbertotal_floorsconstruction_typebuilding_conditionownership_typelocation_typeconstruction_yearenergy_classenergy_efficiency_ratinghas_elevatorhas_garagehas_cellarhas_terracehas_loggiais_furnishedis_toppedmeta_descriptionupdatedcreated_at
12524827200588https://www.sreality.cz/detail/prodej/byt/1+kk/hodonin-hodonin-p--jilemnickeho/827200588Prodej bytu 1+kk 39 m² (Mezonet)Přemýšlíte o investici nebo novém moderním bydlení? Právě pro vás je ideální byt s dispozičním řešením 1+kk s loftovým patrem pro co nejvyšší pohodlí.\n \nV rámci komplexu Sorina je k dispozici uklízecí služba, která se stará o uklízení jak společných, tak i soukromých prostor. Kromě toho si můžete užít v residenci recepci, kavárnu a mateřskou školku. Tento unikátní bytový komplex se nachází v Hodoníně a nabízí moderní bydlení s největšími terasami ve městě, ideální pro relaxaci a společenské akce s přáteli a rodinou.\n\nDům je realizován jako mimořádně úsporný s energetickým štítkem třídy A. Součástí residence jsou tří podzemní podlaží s parkovacími místy. \nDále nabízíme svým klientům možnost úhrady kupní ceny nemovitosti ve splátkách za velmi výhodných podmínek!\n\nFinancujte svou vysněnou nemovitost se splátkami od 1,49 % RPSN! Navštivte náš web Sorina a získejte výhodné financování ještě dnes.1+kk4051200P. Jilemnického, Hodonín1475561448.85777517.11258639NaNNaNNaN7.07.0CihlováVe výstavběOsobníKlidná část obceNaNATřída A - Mimořádně úspornáTrueFalseTrueTrueFalsetrueTrueByt 1+kk 39 m² k prodeji P. Jilemnického, Hodonín; 4 051 200 Kč, terasa, parkovací místo, výtah, bezbariérový, nízkoenergetický, cihlová stavba, osobní vlastnictví, ve výstavbě.23.11.20252026-01-05 02:35:11.605801
125252851104076https://www.sreality.cz/detail/prodej/byt/2+1/janovice-nad-uhlavou-janovice-nad-uhlavou-rozvojova-zona/2851104076Prodej bytu 2+1 69 m²Moderní a prostorný byt 2+1 na prodej v lokalitě rozvojové zóny v Janovicích nad Úhlavou. Byt je ve velmi dobrém stavu s plochou o výměře 69 m2. Byt je situován ve 3. nadzemním podlaží. Tato nemovitost je ideální pro ty, kteří hledají moderní bydlení v klidné lokalitě s dobrou dostupností veškerých služeb.2+12650000Rozvojová zóna, Janovice nad Úhlavou211131149.33185213.20863769NaNNaNNaN3.0NaNCihlováVelmi dobrýOsobníNoneNaNGTřída G - Mimořádně nehospodárnáFalseFalseFalseFalseFalseNoneFalseByt 2+1 69 m² k prodeji Rozvojová zóna, Janovice nad Úhlavou; 2 650 000 Kč, cihlová stavba, osobní vlastnictví, ve velmi dobrém stavu.15.05.20252026-01-05 02:35:11.623137
125264116800844https://www.sreality.cz/detail/prodej/byt/2+1/chomutov-chomutov-selska/4116800844Prodej bytu 2+1 55 m²Nabízím k prodeji zrekonstruovaný byt 2+1 s menším balkonem, který se nachází ve druhém nadzemním podlaží tří patrového zatepleného zděného domu. Jedná se o centrum města Chomutov, ulice Selská. Rekontsrukce bytu proběhla před 7 lety a obsahovala nové rozvody elektřiny, vody a topení, štuky a sádrokartonové snížené stropy s osvětlením, v obývacím pokoji se světelnou rampou, nové podlahy, dveře a obložky. Vchod je klidný a čistý, bez problémových obyvatel. Velice nízké náklady na bydlení. V blízkosti centrum města, základní škola, obchody, lékař a pod. Byt může po dohodě zůstat částečně vybavený. Velmi hezké bydlení, vhodné i jako dlouhodobá investice. Pro více informací mě neváhejte kontaktovat.2+12100000Selská, Chomutov420172950.46237813.4205135555.0NaNNaN2.03.0CihlováPo rekonstrukciOsobníNoneNaNNoneNoneFalseFalseTrueFalseFalseČástečněFalseByt 2+1 55 m² k prodeji Selská, Chomutov; 2 100 000 Kč, balkón, parkovací místo, cihlová stavba, osobní vlastnictví, po rekonstrukci.02.01.20262026-01-05 02:35:11.774713
12527266364236https://www.sreality.cz/detail/prodej/byt/3+kk/velhartice-velhartice-/266364236Prodej bytu 3+kk 63 m²Nabízíme na prodej pěkný, slunný, částečně zařízený a renovovaný zděný byt 3+kk (63,4 m2) s lodžií a také s podílem na okolním pozemku, kde stojí velká stodola (užívání cca ¼ vč. půdy; nyní sklad dřeva a dílna) s vymezenou zahrádkou k užívání. Nízko nákladový byt (cca 2.000 Kč/měs. na el.) za skvělou cenu (27.603 Kč/m2) je v 2.NP připravený k okamžitému užívání, situovaný ve zděné bytovce (5 BJ), stojící u místní ZŠ v klidné části obce Velhartice, nedaleko měst Sušice 14 km, Klatovy 19 km a Železné Rudy (areál Ski&bike Špičák) 25 km.\r\nPopis: chodba se vstupem na lodžií, komora s oknem, koupelna (vana, umyv., el. boiler, pračka) s oknem, samostatné WC s oknem, prostorná průchozí kuchyně (kuch. linka s horkovzdušnou troubou, sklo-ker. deskou a lednice) s jídelnou a etážovým topením (kotel Dakon 16 na T.P.), průchozí obývací pokoj s krbovými kamny a velká zařízená ložnice.\r\nV ceně kompletní vybavení a zařízení bytu vč. dřeva ve stodole.\r\nK bytu náleží sklep v suterénu domu, dále podíl 317/1861 na okolním pozemku – možnost užívání vymezené části zahrady (cca 100 m2, neoplocená) a stavbou stodoly (užívání cca ¼ stodoly jako sklad dřeva s dílna a půdou).\r\nProdej do osobního vlastnictví vč. podílu na spol. částech domu a pozemcích.\r\nPodlahová plocha bytu: 63,4 m2;\r\nPlocha společného pozemku: 946 m2;\r\nNízké náklady na bydlení měs.: zálohově vodné/stočné a elektřina podle měřičů.\r\nVytápění: ET – kotel Dakon 16 na T.P.; lokální – krbová kamna;\r\nTUV: el. boiler;\r\nZajímavý byt 3+kk/L (lze přebudovat na 4+kk s lodžií) s velmi nízkými provozními náklady díky vlastnímu topení v této oblíbené lokalitě v podhůří Šumavy v turisticky zajímavé obci s dominantním hradem Velhartice (622 m.n.m; hrad se stylovou restaurací, 2x obchody, restaurace, pošta, ZŠ a MŠ, praktický a zubní lékař, víceúčelové a fotb. hřiště, koupaliště Bušek, kostel, obecní úřad, knihovna, bezpočet turistických cílů a tras pro pěší a cyklisty).\r\nNutno vidět skvělý stav bytu a zázemí!3+kk1750000Velhartice, okres Klatovy211134949.26488513.3891136363.0NaNNaN2.02.0CihlováDobrýOsobníCentrum obceNaNGTřída G - Mimořádně nehospodárná č. 148/2007 Sb. podle vyhláškyFalseFalseFalseFalseFalseČástečněFalseByt 3+kk 63 m² k prodeji Velhartice, okres Klatovy; 1 750 000 Kč, cihlová stavba, osobní vlastnictví, v dobrém stavu.04.12.20252026-01-05 02:35:11.811341
125282174039372https://www.sreality.cz/detail/prodej/byt/3+1/loucna-nad-desnou-loucna-nad-desnou-/2174039372Prodej bytu 3+1 98 m²Nabízíme ke koupi byt dispozičně 3+1 o velikosti 73,71 m2 s příslušenstvím + balkon o velikosti 4 m2. K bytu patří zděná garáž o velikosti 20 m2. Byt je ve druhém patře. Dům nemá výtah.\r\nGaráž je v docházkové vzdálenosti cca 900 m od bytu a autem cca 2 minuty. Do garáže není natažena elektrika.\r\nByt je možné užívat jak pro vlastní bydlení, ale také za účelem rekreace a pronájmu. \r\nByt prošel před 11 lety opravou bytového jádra, a celý dům pak byl revitalizován zateplením s výměnou oken před cca 14 lety.\r\nByt není zatížen žádným nesplaceným úvěrem, všechny anuity jsou splacené. \r\nV bytě je elektrika, voda obecní, objekt je napojen na kanalizaci, plyn zaveden není.\r\nOhřev vody na otop a koupání zajišťuje místní dálkový rozvod z kotelny.\r\nDva pokoje - ložnice - jsou neprůchozí. Obývací pokoj má vstup z chodby a kuchyně. Kuchyň je nová, vybavena spotřebiči, které ještě nebyly řádně používané. V koupelně je sprchový kout. Na chodbě je technická místnost/spižírna. Další spižírna je na chodbě patra. K bytu patří klasický sklep, společné prostory jsou vybaveny kolárnou.\r\nPodlahy v bytě jsou betonové, opatřeny linem s koberci, v koupelně a na toaletě je dlažba.\r\nMěsíční kompletní platby bez elektriky byly ve výši 2.342,- Kč. U elektriky bude spotřeba dle vytížení novým majitelem.\r\n\r\nFinancování koupě zajistí náš finanční specialista s porovnáním bankovních institucí, pro nejlepší možný výběr úvěrující instituce.\r\n\r\nDalší informace a možnosti prohlídek, konzultujte s makléřem zakázky.3+13399000Loučná nad Desnou, okres Šumperk84440150.07211817.0933779873.0NaNNaN3.04.0PanelováDobrýOsobníCentrum obceNaNGTřída G - Mimořádně nehospodárná č. 264/2020 Sb. podle vyhláškyFalseTrueFalseFalseFalseNoneTrueByt 3+1 98 m² k prodeji Loučná nad Desnou, okres Šumperk; 3 399 000 Kč (včetně provize a právního servisu), balkón, garáž, panelová stavba, osobní vlastnictví, v dobrém stavu.22.09.20252026-01-05 02:35:11.829547
125291796105548https://www.sreality.cz/detail/prodej/byt/3+kk/svetla-nad-sazavou-svetla-nad-sazavou-na-bradle/1796105548Prodej bytu 3+kk 96 m²Nabízíme Vám prodej bytu 3+kk o výměře 75,18 m2, s terasou o velikosti 18,42 m2 a s balkónem o velikosti 3,1 m2, který se nachází v 4.NP bytového domu s názvem Rezidence Na Bradle. \r\n\r\nByt je součástí výstavby jedinečného nízkoenergetického bytového domu v klidné části města Světlá nad Sázavou. Minimalistický dům s osobitými proporcemi a důvtipem přinese dostupné a komfortní bydlení v samotném srdci republiky v podobě 43 bytů. Pětipodlažní dům s vlastním parkováním, s vysokým standardem provedení a s elegantní architekturou bude okrasným prvkem pro lokalitu.\r\n\r\nVybavení bytu obsahuje plně vybavenou koupelnu, podlahy, osazení zárubní a dveří. Zvolené materiály jsou vybrány ve vysoké kvalitě a spolehlivosti. Vytápění bytu bude prostřednictvím teplovodního podlahového topení. Dodávku tepla bude zajišťovat společná kotelna. Podrobnější technickou specifikaci zašleme na přání zákazníka.\r\n\r\nV ceně bytu je sklepní kóje, která se nachází v 1.PP bytového domu. \r\n\r\nK bytu je možné dokoupit vyhrazené parkovací stání za cenu 250.000, Kč.\r\n\r\nS financováním rádi pomůžeme. \r\n\r\nV případě zájmu nebo pro více informací mne neváhejte kontaktovat.3+kk6190000Na Bradle, Světlá nad Sázavou1366507149.66791715.39585896NaNNaNNaN5.05.0CihlováVe výstavběOsobníNoneNaNBTřída B - Velmi úspornáTrueFalseFalseTrueFalseNoneFalseByt 3+kk 96 m² k prodeji Na Bradle, Světlá nad Sázavou; 6 190 000 Kč (Včetně právního servisu), balkón, terasa, výtah, cihlová stavba, osobní vlastnictví, ve výstavbě.27.11.20252026-01-05 02:35:11.918652
125301461609804https://www.sreality.cz/detail/prodej/byt/3+kk/svetla-nad-sazavou-svetla-nad-sazavou-na-bradle/1461609804Prodej bytu 3+kk 74 m²Nabízíme Vám prodej bytu 3+kk o výměře 66,8 m2, s balkónem o velikosti 7,6 m2, který se nachází v 3.NP bytového domu s názvem Rezidence Na Bradle. \r\n\r\nByt je součástí výstavby jedinečného nízkoenergetického bytového domu v klidné části města Světlá nad Sázavou. Minimalistický dům s osobitými proporcemi a důvtipem přinese dostupné a komfortní bydlení v samotném srdci republiky v podobě 43 bytů. Pětipodlažní dům s vlastním parkováním, s vysokým standardem provedení a s elegantní architekturou bude okrasným prvkem pro lokalitu.\r\n\r\nVybavení bytu obsahuje plně vybavenou koupelnu, podlahy, osazení zárubní a dveří. Zvolené materiály jsou vybrány ve vysoké kvalitě a spolehlivosti. Vytápění bytu bude prostřednictvím teplovodního podlahového topení. Dodávku tepla bude zajišťovat společná kotelna. Podrobnější technickou specifikaci zašleme na přání zákazníka.\r\n\r\nV ceně bytu je sklepní kóje, která se nachází v 1.PP bytového domu. \r\n\r\nK bytu je možné dokoupit vyhrazené parkovací stání za cenu 250.000, Kč.\r\n\r\nS financováním rádi pomůžeme. \r\n\r\nV případě zájmu nebo pro více informací mne neváhejte kontaktovat.3+kk5290000Na Bradle, Světlá nad Sázavou1366507149.66791715.39585874NaNNaNNaN4.05.0CihlováNovostavbaOsobníNoneNaNBTřída B - Velmi úspornáTrueFalseFalseFalseFalseNoneFalseByt 3+kk 74 m² k prodeji Na Bradle, Světlá nad Sázavou; 5 290 000 Kč (Včetně právního servisu), balkón, výtah, cihlová stavba, osobní vlastnictví, novostavby.27.11.20252026-01-05 02:35:12.018692
12531719480140https://www.sreality.cz/detail/prodej/byt/5+kk/sulice-hlubocinka-chmelova/719480140Prodej bytu 5+kk 143 m²Exkluzivně nabízíme na prodej bytovou jednotku o dispozici 5+kk se zahrádkou v ulici Chmelová v Hlubočince. Bytová jednotka se nachází v bytovém domě o 2 bytových jednotkách, postaveném z kvalitních cihel Porotherm. Dům je navíc zateplen. V přízemí bytové jednotky se nachází předsíň, technickou místnost, koupelnu s WC, pokoj pro hosty, velký obývací pokoj propojený s kuchyňským koutem a výstupem na jižně orientovanou terasu, na kterou navazuje pěstěná a rovinatá zahrada. V patře se nacházejí 2 samostatné ložnice a další prostorný pokoj a druhá koupelna. Byt je skvěle udržovaný a můžete se do něj po koupi ihned nastěhovat bez dalších úprav. Dům je napojen na obecní vodovod a kanalizaci, vytápění je vyřešeno elektrokotlem Protherm. V obývacím pokoji si navíc můžete zatopit v krbových kamnech. Náklady na provoz jsou velmi nízké, necelé 3 tisíce Kč měsíčně, včetně vody a elektřiny. Je zde také jímka na dešťovou vodu. Na pozemku pohodlně zaparkujete až 3 osobní auta. V obci je restaurace, sportovní hala, hned za hranicí obce Lidl, další obchody najdeme v nedaleké Jesenici nebo Kamenici. Autem se do Prahy dostanete za 15 min, pravidelné spojení PID na metro C Budějovická. Doporučujeme prohlídku. \r\n5+kk14750000Chmelová, Sulice - Hlubočinka1156421049.93203214.562893143143.0NaNNaN2.03.0CihlováNovostavbaOsobníKlidná část obceNaNGTřída G - Mimořádně nehospodárnáFalseFalseFalseTrueFalseČástečněFalseByt 5+kk 143 m² k prodeji Chmelová, Sulice - Hlubočinka; 14 750 000 Kč, terasa, parkovací místo, cihlová stavba, osobní vlastnictví, novostavby.02.01.20262026-01-05 02:35:12.070849
125323171837260https://www.sreality.cz/detail/prodej/byt/2+kk/svetla-nad-sazavou-svetla-nad-sazavou-na-bradle/3171837260Prodej bytu 2+kk 42 m²Nabízíme Vám prodej bytu 2+kk o výměře 42,21 m2, který se nachází v 2.NP bytového domu s názvem Rezidence Na Bradle. \r\n\r\nByt je součástí výstavby jedinečného nízkoenergetického bytového domu v klidné části města Světlá nad Sázavou. Minimalistický dům s osobitými proporcemi a důvtipem přinese dostupné a komfortní bydlení v samotném srdci republiky v podobě 43 bytů. Pětipodlažní dům s vlastním parkováním, s vysokým standardem provedení a s elegantní architekturou bude okrasným prvkem pro lokalitu.\r\n\r\nVybavení bytu obsahuje plně vybavenou koupelnu, podlahy, osazení zárubní a dveří. Zvolené materiály jsou vybrány ve vysoké kvalitě a spolehlivosti. Vytápění bytu bude prostřednictvím teplovodního podlahového topení. Dodávku tepla bude zajišťovat společná kotelna. Podrobnější technickou specifikaci zašleme na přání zákazníka.\r\n\r\nV ceně bytu je sklepní kóje, která se nachází v 1.PP bytového domu. \r\n\r\nK bytu je možné dokoupit vyhrazené parkovací stání za cenu 250.000, Kč.\r\n\r\nS financováním rádi pomůžeme. \r\n\r\nV případě zájmu nebo pro více informací mne neváhejte kontaktovat.2+kk3340000Na Bradle, Světlá nad Sázavou1366507149.66791715.39585842NaNNaN2.02.05.0CihlováVe výstavběOsobníNoneNaNBTřída B - Velmi úspornáTrueFalseTrueFalseFalseNoneFalseByt 2+kk 42 m² k prodeji Na Bradle, Světlá nad Sázavou; 3 340 000 Kč (Včetně právního servisu), výtah, cihlová stavba, osobní vlastnictví, ve výstavbě.04.12.20252026-01-05 02:35:12.093931
125332148427084https://www.sreality.cz/detail/prodej/byt/2+kk/svetla-nad-sazavou-svetla-nad-sazavou-na-bradle/2148427084Prodej bytu 2+kk 64 m²Nabízíme Vám prodej bytu 2+kk o výměře 59,73 m2, s balkónem o velikosti 4 m2, který se nachází v 2.NP bytového domu s názvem Rezidence Na Bradle. \r\n\r\nByt je součástí výstavby jedinečného nízkoenergetického bytového domu v klidné části města Světlá nad Sázavou. Minimalistický dům s osobitými proporcemi a důvtipem přinese dostupné a komfortní bydlení v samotném srdci republiky v podobě 43 bytů. Pětipodlažní dům s vlastním parkováním, s vysokým standardem provedení a s elegantní architekturou bude okrasným prvkem pro lokalitu.\r\n\r\nVybavení bytu obsahuje plně vybavenou koupelnu, podlahy, osazení zárubní a dveří. Zvolené materiály jsou vybrány ve vysoké kvalitě a spolehlivosti. Vytápění bytu bude prostřednictvím teplovodního podlahového topení. Dodávku tepla bude zajišťovat společná kotelna. Podrobnější technickou specifikaci zašleme na přání zákazníka.\r\n\r\nV ceně bytu je sklepní kóje, která se nachází v 1.PP bytového domu. \r\n\r\nK bytu je možné dokoupit vyhrazené parkovací stání za cenu 250.000, Kč.\r\n\r\nS financováním rádi pomůžeme. \r\n\r\nV případě zájmu nebo pro více informací mne neváhejte kontaktovat.2+kk4750000Na Bradle, Světlá nad Sázavou1366507149.66791715.39585864NaNNaNNaN3.05.0CihlováVe výstavběOsobníNoneNaNBTřída B - Velmi úspornáTrueFalseFalseFalseFalseNoneFalseByt 2+kk 64 m² k prodeji Na Bradle, Světlá nad Sázavou; 4 750 000 Kč (Včetně právního servisu), balkón, výtah, cihlová stavba, osobní vlastnictví, ve výstavbě.27.11.20252026-01-05 02:35:12.101182